Shell脚本-搜索多行模式，如果匹配，则删除记录

Question

我有以下格式的文件。

I PRP B-PRP
am VBP B-VBP
a DT B-DT
happy JJ B-JJ
soul NN B-NN

I PRP B-PRP
am VBP B-VBP
a DT B-DT
sad JJ B-JJ
soul NN B-NN

每条记录都用空行分隔。每一行有3个字段。

如果有一个输入，我是一个快乐的灵魂，我想搜索在这个文件和删除记录，如果它是存在的。在本例中，记录1将从文件中删除。因为句子是多行的，所以我想不出怎么做。我试过sed，awk，grep。似乎什么都起不到作用。基本上，我不知道如何给出这些命令的模式。

sed -e '/I/,/soul/!d' filename 

大多数注释都类似于上述类型，begin模式后面跟着end模式。但这在我的案子里行不通。

如何解决这个问题？

Answer 1

如果有一个输入，我是一个快乐的灵魂，我想搜索在这个文件和删除记录，如果它是存在的。

您可以使用以下awk命令：

awk -v RS= '!/^I .*\nam .*\nhappy .*\nsoul /' file

I PRP B-PRP
am VBP B-VBP
a DT B-DT
sad JJ B-JJ
soul NN B-NN

Answer 2

使用AWK可以将RS (记录分隔器)设置为nothing，在空行上拆分记录：

$ awk '/I.*am.*happy.*soul/' RS= input.txt
I PRP B-PRP
am VBP B-VBP
a DT B-DT
happy JJ B-JJ
soul NN B-NN

.*是两个正则元字符，.表示任意字符，而*表示零次或多次。

我不确定.与换行符匹配的定义有多好。

Answer 3

确切的方法(除了顺序之外，这需要a[$i]=i和... ("am" in a) && a["I"]<a["am"] && ...)：

$ awk -v RS=  '
{
    delete a; 
    for(i=1;i<=NF;i++)  # iterate every word
        a[$i]           # and store it
} 
("I" in a) && ("am" in a) && ("a" in a) && ("happy" in a) && ("soul" in a) {next} 1
' test
I PRP B-PRP
am VBP B-VBP
a DT B-DT
happy JJ B-JJ
soul NN B-NN

编辑：测试准确的单词匹配和块中单词的顺序的版本(在本例中为记录)，并接受搜索的单词作为参数(参见代码中的s )：

$ awk -v ORS="\n\n" -v RS=  -v s="I am a happy soul" '
BEGIN {
    n=split(s,a)              # split the searched sentance to a hash
}
{
    delete b;                 # delete b or block words
    for(i=1;i<=NF;i++)        # iterate thru all words
        b[$i]=i;              # give each word ad order (* see below)
    for(i=1;i<=(n-1);i++)     # for each word in a see the order of block words
        if(b[a[i]]>b[a[i+1]]) # printing at first mismatch
            print $0
}' test

(*) --我没有测试如果一个想要的词在word块中存在两次会发生什么。最后的位置仍然是那个词所以去想想..。