使用sed删除特定字符串之前的2行

Question

我有一个xml文件，我试图解析它。它有一些像

   **</data_item>
  </data_item>
</data_item>**
<xml version>
</data_item>
<some random text>
</data_item>
<some random text>

    **</data_item>
  </data_item>
</data_item>**
<xml version>

 **</data_item>
  </data_item>
</data_item>**

用粗体突出显示的行有3 data_items，背靠背(除了最后一组3)，我想删除其中的两行，只保留1。有7-8次这样的情况，我正在尝试使用字符串xml版本来访问上面的两行并删除它们。请帮我弄一条这样做的集邮班轮。

Answer 1

下面是用GNU sed实现它的一种方法

$ sed '/<\/data_item>/{N;/<\/data_item>$/{N;$!{s/\n//;D}}}' file
</data_item>
<xml version>
</data_item>
<some random text>
</data_item>
<some random text>

</data_item>
<xml version>

 </data_item>
  </data_item>
</data_item>

解释：

sed '
    /<\/data_item>/ {        # Look for lines matching this pattern
        N                    # Append the next line to pattern space
        /<\/data_item>$/ {   # If the line matches our pattern
            N                # Append the next line to pattern space
            $! {             # If it is not end of file
                s/\n//       # Replace the first new line with nothing
                D            # Delete up to first newline
            }
        }
    }
' file