Identifier les messages supprimés en sortie d'un diff

Version imprimable

01/08/2011, 16h41
erustika

Identifier les messages supprimés en sortie d'un diff

Bonjour,

Je souhaite exposer mon problème à la suite de ce sujet car c'est sur la même commande de sed que je rencontre un problème.

Je cherche à ressortir les enregistrements qui sont supprimés dans un fichier issu d'un diff.

Le fichier en sorti de comparasion du diff sort les informations suivantes:

3,4c3,4
< enreg1
< enreg2
--
> enreg3
> enreg4
208938d208876
< enreg14
208941d208878
< enreg18
208945d208881
< enreg20
208429,208431d208393
< enreg998
< enreg999
< enreg1000

Je ne veux conserver dans ce fichier diff uniquement les intervalles qui concernent d avec ses enregistrements <

pour cela j'utilise la recherche de sed par intervalle:

sed -n '/d/,/^[0-9]/p' diff > diffresd

Cela récupère bien les intervalles avec d sauf lorsque le motif de fin contient d

208938d208876
< enreg998
208941d208878
208945d208881
< enreg1000

dans ce mode sed ne reprend pas le motif de fin comme motif de début.

Du coup sed ne récupère pas les enregistrements

208941d208878
<... -> pas récupéré
<... -> pas récupéré
208945d208881

J'ai cherché dans le man mais je n'ai pas trouvé d'option pour ce type de sed, avez-vous une astuce, car je dois pas être loin de la solution.
01/08/2011, 21h51
Sve@r

Désolé, j'ai rien pigé à ton problème. Tu parles de "motif de fin comme motif de début", tu donnes 2 exemples identiques mais (semble-t-il), l'un fonctionne mais pas l'autre...

Je te dirais donc que si tu veux extraire des infos d'un fichier, grep est plus approprié que sed...
02/08/2011, 10h40
erustika

Je vais essayer d'être plus clair:

Je reprends la structure de mon fichier

3,4c3,4
< enreg1
< enreg2
--
> enreg3
> enreg4
208938d208876
< enreg14
208941d208878
< enreg18
208945d208881
< enreg20
208429,208431d208393
< enreg998
< enreg999
< enreg1000

Ce fichier est le résultat d'un diff dont je souhaite isoler les enregistrements qui sont issu d'un type de différence (d ou a ou c), ici je veux récupérer

208938d208876
< enreg14
208941d208878
< enreg18
208945d208881
< enreg20
208429,208431d208393
< enreg998
< enreg999
< enreg1000
et ne pas récupérer

3,4c3,4
< enreg1
< enreg2
--
> enreg3
> enreg4

Je pensais le faire par sed, car il permet de définir un intervalle avec un motif de sélection de ligne de début, et un motif de sélection de ligne de fin.

motif de début = [les lignes qui contiennent d]
motif de fin =[les lignes commençant par un chiffre]

ce qui me permet de récupérer ses intervalles:

208938d208876
< enreg14
208941c208878

ou

208938d208876
< enreg14
208941a208878

Le problème se pose lorsque le motif de fin doit être aussi considéré comme motif de début (c'est à dire que la ligne considéré comme motif de fin (commence par un chiffre, et contient la lettre d)

208938d208876
< enreg14
208941d208878
209944d209999
< enreg18
208941d208878

Les enregistrements contenu entre les lignes en gras ne sont pas récupéré:

208941d208878
< enreg15
< enreg16
209944d209999

avec un grep je ne vois pas trop comment faire c'est pour cela que je me suis orienté vers sed qui permet de définir un intervalle donné avec

début intervalle = motif de début
fin intervalle = motif de fin

comment faire un grep pour dire: prend tous les enregistrements qui contiennent la lettre 'd et' contiennent '<' (avec les enregistrements < qui correspondent à l'enregistrement recherché:

208941d208878
< enreg15
< enreg16

En espérant avoir été plus clair cette fois-ci.
02/08/2011, 11h10
zipe31

Salut,

En clair et en gros il faut juste éliminer les premières lignes jusqu'au premier motif comprenant un "d" ?

Ou c'est plus complexe que ça ? :?
02/08/2011, 12h57
erustika

Alors c'est presque ça, je vais donner un exemple plus parlant avec en bleu ce qu'il faut garder:

3,4c3,4 -------------> contient c donc on ne garde pas
< enreg1
< enreg2
--
> enreg3
> enreg4
20d208 -------------------> Intervalle de début contient car contient d
< enreg14
21d209
< enreg18
22d210
< enreg20
23,25d21
< enreg998
< enreg999
< enreg1000 --------------> Intervalle de fin
10,11c30,31 ---------------------> contient c donc on ne garde pas
< enreg1
< enreg2
--
> enreg3
> enreg4
40,41a51,52 -----------> contient a donc on ne garde pas
> enreg3
> enreg4
42d54 ------------------> Intervalle de début car contient d
< enreg14
55d56
< enreg18 ----------------> Intervalle de fin
60a61,62 -------------> contient a donc on ne garde pas
> enreg3
> enreg4
10,11c30,31 -----------> contient c donc on ne garde pas
< enreg1
< enreg2
--
> enreg3
> enreg4

...

Ok, c'est donc un peu plus complexe :?

Essaies ça :

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
$ cat plop 
3,4c3,4 -------------> contient c Donc on ne garDe pas
< enreg1
< enreg2
--
> enreg3
> enreg4
20d208 -------------------> Intervalle de début contient car contient d
< enreg14
21d209
< enreg18
22d210
< enreg20
23,25d21
< enreg998
< enreg999
< enreg1000 --------------> Intervalle De fin
10,11c30,31 ---------------------> contient c Donc on ne garDe pas
< enreg1
< enreg2
--
> enreg3
> enreg4
40,41a51,52 -----------> contient a Donc on ne garDe pas
> enreg3
> enreg4
42d54 ------------------> Intervalle de début car contient d
< enreg14
55d56
< enreg18 ----------------> Intervalle De fin
60a61,62 -------------> contient a Donc on ne garDe pas
> enreg3
> enreg4
10,11c30,31 -----------> contient c Donc on ne garDe pas
< enreg1
< enreg2
--
> enreg3
> enreg4

$ sed -n ':a;/d/{h;:z;n;/^</{H;bz};x;p;g;ba};' plop 
20d208 -------------------> Intervalle de début contient car contient d
< enreg14
21d209
< enreg18
22d210
< enreg20
23,25d21
< enreg998
< enreg999
< enreg1000 --------------> Intervalle De fin
42d54 ------------------> Intervalle de début car contient d
< enreg14
55d56
< enreg18 ----------------> Intervalle De fin

$

02/08/2011, 15h21
erustika

Génial!

Merci Zipe31!!!

Cela réalise exactement ce que je veux :ccool:

Cela marche aussi très bien en remplaçant /d/ par /a/ ou /c/ pour récupérer ceux qui concerne a ou c

Si cela ne te dérange pas pour pouvoir la réutiliser pour d'autres motifs j'aimerais savoir comment elle fonctionne

Code:

sed -n ':a;/d/{h;:z;n;/^</{H;bz};x;p;g;ba};'

le /^</ c'est pour récupérer ce qui se trouve sous les lignes contenant le motif /d/

Les options (je suppose)

h;:zn; et {H;bz};x;p;g;ba permettent de conserver les enregistrements qui commencent par < ?

edit: bon j'arrête avec une question ....

:kiss:

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
#n
Affichage à la demande (voir flag "p" plus loin)

:a
Étiquette pour branchement

/d/ {
Si le motif "d" est trouvé, exécuter les commandes entre accolades

    h
    On place la ligne dans la mémoire secondaire (en écrasant le contenu)

    :z
    Nouvelle étiquette de branchement

    n
    On passe à la ligne suivante en vidant l'espace de travail

    /^</ {
    Si le motif "/^>/" est trouvé, exécuter les commandes entre accolades

        H
	On ajoute la ligne à la mémoire secondaire (on concatène)

        b z
	Puis on se branche à l'étiquette "z"

    }
    Fin des instructions pour le motif "/^>/"

    x
    On échange le contenu des mémoires (principale et secondaire)

    p
    On affiche le contenu de la mémoire principale sur la sortie standard

    g
    On récupère le contenu de la mémoire secondaire en écrasant celui da la mémoire principale

    b a
    Et on se branche à l'étiquette "a"

}
Fin des instructions pour le motif "d"

02/08/2011, 15h31
erustika

Maintenant je vais m'interresser plus à sed qu'auparavant merci tu m'as donner l'envie :ccool: