¿Cómo puedo buscar un patrón multilínea en un archivo?

Necesitaba encontrar todos los archivos que contenían un patrón de cadena específico. La primera solución que viene a la mente es usar find piped with xargs grep :

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

Pero si necesito encontrar patrones que abarquen más de una línea, estoy atascado porque grep vainilla no puede encontrar patrones multilínea.

Entonces descubrí pcregrep que significa Perl Compatible Expresiones regulares GREP .

Por ejemplo, debe buscar archivos donde la variable ' _name ' sea seguida inmediatamente por la variable ' _description ':

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

Consejo: debe incluir el carácter de salto de línea en su patrón. Dependiendo de su plataforma, podría ser '\ n', \ r ',' \ r \ n ', ...

¿Por qué no vas por awk ?

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

Aquí está el ejemplo usando GNUgrep :

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

-z/ --null-dataTratar los datos de entrada y salida como secuencias de líneas.

Mira también aquí

grep -Ptambién usa libpcre, pero está mucho más instalado. Para encontrar una titlesección completa de un documento html, incluso si abarca varias líneas, puede usar esto:

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

Dado que el proyecto PCRE se implementa según el estándar perl, use la documentación perl como referencia:

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

Aquí hay un ejemplo más útil:

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

Busca la etiqueta del título en un archivo html incluso si abarca hasta 5 líneas.

Aquí hay un ejemplo de líneas ilimitadas:

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

Con buscador de plata :

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

Las optimizaciones de velocidad del buscador de plata posiblemente podrían brillar aquí.

Se puede utilizar la alternativa grep tamizar aquí (exención de responsabilidad: yo soy el autor).

Admite la coincidencia multilínea y limita la búsqueda a tipos de archivo específicos listos para usar:

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

(busque en todos los archivos * .py el patrón de expresión regular multilínea especificado)

Está disponible para todos los principales sistemas operativos. Eche un vistazo a la página de muestras para ver cómo se puede utilizar para extraer valores de varias líneas de un archivo XML.

Esta respuesta puede ser útil:

Regex (grep) para búsqueda multilínea necesaria

Para buscar de forma recursiva, puede usar los indicadores -R (recursivo) e --incluir (patrón GLOB). Ver:

Utilice grep --exclude / - incluya la sintaxis para no grep a través de ciertos archivos

@Marcin: awk ejemplo no codicioso:

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 y la opción globstar (sintaxis similar a awky sed):

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

donde aaaes su punto de partida y bbbes su texto final.

Para buscar de forma recursiva, intente:

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

^{Nota: Para habilitar la **sintaxis, ejecute shopt -s globstar(Bash 4 o zsh).}