Como posso procurar um padrão de múltiplas linhas em um arquivo?

Eu precisava encontrar todos os arquivos que continham um padrão de string específico. A primeira solução que vem à mente é usar o find piped com xargs grep :

find . -iname '*.py' | xargs grep -e 'YOUR_PATTERN'

Mas se eu precisar encontrar padrões que se estendam em mais de uma linha, eu estou preso porque o vanilla grep não pode encontrar padrões de várias linhas.

Então eu descobri o pcregrep, que significa Expressões regulares compatíveis com Perl GREP .

Por exemplo, você precisa encontrar arquivos onde a variável ' _name ' é imediatamente seguida pela variável ' _description ':

find . -iname '*.py' | xargs pcregrep -M '_name.*\n.*_description'

Dica: você precisa incluir o caractere de quebra de linha no seu padrão. Dependendo da sua plataforma, pode ser '\ n', \ r ',' \ r \ n ', ...

Por que você não usa o awk :

awk '/Start pattern/,/End pattern/' filename

Aqui está o exemplo usando o GNUgrep :

grep -Pzo '_name.*\n.*_description'

-z/ --null-dataTrate os dados de entrada e saída como sequências de linhas.

Veja também aqui

grep -Ptambém usa libpcre, mas é muito mais amplamente instalado. Para encontrar uma titleseção completa de um documento html, mesmo que ele se estenda por várias linhas, você pode usar o seguinte:

grep -P '(?s)<title>.*</title>' example.html

Como o projeto PCRE é implementado no padrão perl, use a documentação perl para referência:

• http://perldoc.perl.org/perlre.html#Modifiers
• http://perldoc.perl.org/perlre.html#Extended-Patterns

Aqui está um exemplo mais útil:

pcregrep -Mi "<title>(.*\n){0,5}</title>" afile.html

Ele pesquisa a tag title em um arquivo html, mesmo que abranja até 5 linhas.

Aqui está um exemplo de linhas ilimitadas:

pcregrep -Mi "(?s)<title>.*</title>" example.html 

Com o pesquisador prateado :

ag 'abc.*(\n|.)*efg'

As otimizações de velocidade do pesquisador de prata podem brilhar aqui.

Você pode usar a alternativa grep peneira aqui (disclaimer: Eu sou o autor).

Ele suporta correspondência multilinha e limita a pesquisa a tipos de arquivos específicos imediatamente:

sift -m --files '* .py' 'YOUR_PATTERN'

(pesquise todos os arquivos * .py pelo padrão de regex multilinha especificado)

Está disponível para todos os principais sistemas operacionais. Dê uma olhada na página de amostras para ver como ela pode ser usada para extrair valores de várias linhas de um arquivo XML.

Esta resposta pode ser útil:

Regex (grep) para pesquisa em várias linhas necessária

Para encontrar recursivamente, você pode usar os sinalizadores -R (recursivo) e --include (padrão GLOB). Vejo:

Use grep --exclude / - sintaxe para não grep através de certos arquivos

@Marcin: exemplo awk não ganancioso:

awk '{if ($0 ~ /Start pattern/) {triggered=1;}if (triggered) {print; if ($0 ~ /End pattern/) { exit;}}}' filename

perl -ne 'print if (/begin pattern/../end pattern/)' filename

Usando ex/ vieditor e opção globstar (sintaxe semelhante awke sed):

ex +"/string1/,/string3/p" -R -scq! file.txt

onde aaaé o seu ponto de partida e bbbo texto final.

Para pesquisar recursivamente, tente:

ex +"/aaa/,/bbb/p" -scq! **/*.py

^{Nota: Para ativar a **sintaxe, execute shopt -s globstar(Bash 4 ou zsh).}