如何在Bash中从流中提取指定段落？

先看示例文本文件/tmp/lorem.rst的内容：

$ cat /tmp/lorem.rst 
Ipsum error 1 dolores repellendus modi sunt deleniti Consectetur molestiae
adipisci sint eius.

Elit eligendi perferendis 2 natus minus reiciendis delectus! Harum dolor nemo
consequatur eligendi et id? Doloremque id aspernatur cupiditate.

Dolor 3 maxime deleniti itaque quaerat ea Corporis labore quod inventore deserunt quis
Eum similique magnam illum.

Lorem 4 officia recusandae eius blanditiis quos. Placeat aliquam asperiores
cupiditate esse in magnam. Ex suscipit ab rerum inventore magnam.
$

先解释你拿到的倒数第二段提取命令 #

你用的这段awk命令：

cat /tmp/lorem.rst | awk -v RS= '{ p1=p2; p2=$0 }END{print p1}'

拆解逻辑：

• -v RS=：把awk的记录分隔符设为空，这样awk会自动把空行分隔的文本块识别为一个段落（记录）
• { p1=p2; p2=$0 }：遍历每个段落时，把上一个段落存在p1，当前段落存在p2，相当于滚动记录前两个段落
• END{print p1}：遍历完所有段落后，p1里存的就是倒数第二段，直接打印输出

提取指定段落（比如第2段）的方法 #

方法1：用awk直接匹配段落序号 #

这是最通用的方法，利用awk的NR（记录号）变量，指定要提取的段落序号即可：

# 提取第2段
cat /tmp/lorem.rst | awk -v RS= 'NR==2'

执行后输出：

Elit eligendi perferendis 2 natus minus reiciendis delectus! Harum dolor nemo
consequatur eligendi et id? Doloremque id aspernatur cupiditate.

如果要提取倒数第N段，比如倒数第3段，只要调整变量记录逻辑：

# 提取倒数第3段
cat /tmp/lorem.rst | awk -v RS= '{ p3=p2; p2=p1; p1=$0 }END{print p3}'

方法2：用csplit拆分后提取 #

csplit可以按空行把文件拆分成多个片段文件，再直接提取对应片段：

# 按空行拆分文件，生成xx00、xx01、xx02等临时文件（每个文件对应一个段落）
csplit /tmp/lorem.rst '/^$/' '{*}'
# 提取第2段（对应xx01，因为第一段是xx00）
cat xx01
# 用完删除临时文件
rm xx*

方法3：用sed提取指定段落 #

sed通过定位空行来分割段落，提取第2段的命令：

# 跳过第一段（到第一个空行），然后打印到下一个空行前
sed '1,/^$/d;/^$/q' /tmp/lorem.rst

如果要提取第N段，比如第3段，可以调整跳过的段落数：

# 提取第3段：跳过前两段（两个空行分隔的块），打印到下一个空行前
sed '1,/^$/{/^$/d};1,/^$/d;/^$/q' /tmp/lorem.rst

内容的提问来源于stack exchange，提问作者user3313834