如何用SED/AWK/GREP过滤两模式间包含指定字符串的文本块

需求规则确认 #

• 起始匹配标记：changed:
• 结束边界判定：从changed:开始计数，取第二个...作为当前文本块的结束位置
• 过滤逻辑：若changed:到第二个...之间的内容包含replicas字符串，隐藏该段文本块，其余内容正常输出

实现方案 #

1. 正则替换方案 #

开启**单行匹配模式（点号匹配换行符）**后，使用以下正则匹配需要删除的文本块，将匹配结果替换为空即可：

changed:(?:(?!\.\.\.).)*\.\.\.(?:(?!\.\.\.).)*?replicas[\s\S]*?\.\.\.

正则逻辑说明：

1. 先匹配起始标记changed:
2. 匹配从changed:到第一个...的所有内容，跳过第一个...
3. 向后扫描内容，若命中replicas，则继续匹配到下一个（第二个）...为止
4. 整个匹配到的块直接删除，即可过滤掉含replicas的目标块

2. AWK脚本方案（更稳定，适合大文件处理） #

编写独立AWK脚本实现逐行处理，避免正则多行匹配的兼容性问题：

BEGIN {
    in_changed_block = 0
    dot_cnt = 0
    block_buffer = ""
    contain_replicas = 0
}
# 匹配到起始标记，进入块处理状态
/changed:/ {
    in_changed_block = 1
    dot_cnt = 0
    block_buffer = $0 "\n"
    contain_replicas = 0
    next
}
# 处理块内内容
in_changed_block == 1 {
    block_buffer = block_buffer $0 "\n"
    # 检查是否包含目标字符串
    if ($0 ~ /replicas/) contain_replicas = 1
    # 计数...出现次数
    if ($0 ~ /^\.\.\.$/) {
        dot_cnt++
        # 到第二个...，块结束
        if (dot_cnt == 2) {
            in_changed_block = 0
            # 不含replicas才输出块内容
            if (contain_replicas == 0) {
                printf "%s", block_buffer
            }
            block_buffer = ""
            next
        }
    }
    next
}
# 非块内内容直接输出
{ print }

使用方法：

将脚本保存为filter.awk，执行以下命令输出结果：
awk -f filter.awk 输入文件路径 > 输出文件路径

该方案完全匹配示例输入的输出要求，可直接使用。

内容的提问来源于stack exchange，提问作者enjoy343322434