即興スクリプティング

「こういうことしたいんですけど、どうすればいいですかねえ」という質問を受けた。 "こういうこと"というのは次のようなことだった。

• あるテキストの入力ファイルがあり、中身は次のようなかんじ

  Mapping JP {
    ...
  }
  Mapping AU {
    ...
  }
  Mapping JP {
    ...
  }
  

• Mapping XX {という行ではじまり}でおわるのが一つのブロック。
• この中で Mapping JP { ... }というブロックをすべて抜きだしたい

「ああ、それならsedで簡単にできますよ。」
こんなかんじで

 % sed -ne '/^Mapping JP {/,/^}/p' datafile

• defaultでは出力しない(-nオプション)
• Mapping JP {ではじまる行から、}ではじまる行までは出力する(/start/,/end/ という範囲で pコマンド)

しばらくして…
「実はフォーマットがちょっと違ってました。これならどうなりますか?」

• テキストの入力ファイルがあり、中身は次のようなかんじ

  Mapping {
   id: foo
   country: "JP"
   ...
  }
  Mapping {
   id: bar
   country: "AU"
   ...
  }
  Mapping {
   id: baz
   country: "JP"
    ...
  }
  

• Mapping {という行ではじまり}でおわるのが一つのブロック。
• この中で country: "JP"を含むブロックをすべて抜きだしたい

「うーん、sedだとちょっと面倒だなあ。hold spaceかな」
といっていたら
「perlでmultiline regexp使ったら簡単じゃないですか？」
で、でてきたのがこれ

% perl -n0e 'print "$_\n" for /^Mapping {[^}]+country: "JP"[^}]+}/gms'\
   datafile

• sedやawkのようにループして処理する(-nオプション)
• record separetorとしてnull文字を設定する(-0オプション)。つまりファイルを全部一気に読む
• ファイル全体に対して^Mapping {[^}]+"JP"[^}]+}にマッチする部分をそれぞれ出力する。gでglobal matching、mでmultilineとして処理する(^は文字列の先頭にマッチするのでは行頭にマッチするようになる)、sでsinglelineとして処理する(.なども改行文字にもマッチするようになる)

ちなみにsedだとこう

% sed -ne '/^Mapping {/,/^}/H;/^}/{s///;x;/country: "JP"/p}' datafile

• defaultで出力しない(-nオプション)
• Mapping {ではじまる行から}ではじまる行までhold spaceにためていく。(/start/,/end/ という範囲で Hコマンド)
• }ではじまる行で次の処理を行う({...}で処理するコマンドをグルーピング
• s///でまず現在の行(})を消す
• hold spaceをpattern spaceに戻す(xコマンド)
• 戻してきたpattern spaceでcountry: "JP"があれば出力(pコマンド)

最初s///するのを忘れていて、無駄な}がでちゃうなあというあたりでちょっとはまっていた。でもperl版より短い。

ちなみに世の中にはsgrepとかいうのがあって、次のように使えるっぽい

% sgrep 'outer("Mapping {" .. "}" containing ("country: \"JP\""))'\
   datafile

• Mapping {から}の中にcountry: "JP"が含まれていたらそのブロック全体を出力

まあ、わかりやすいように見えるけどこのsyntaxを覚えとく価値はあるんかなあ。