Регулярка для egrep

Question

[Александр Скляров]

Добрый день. Помогите дописать регулярку для bash скрипта.

Имеем на входе в egrep

From: =?utf-8?B?aGVscAo=?= <[e-mail]>
Subject: =?utf-8?B?0J/RgNC40LLQtdGCINGF0LDQsdGALCDQvdGD0LbQvdCwINC/0L7QvNC+0YjRjCD=
=?utf-8?B?Qv9C+INGA0LDQsdC+0YLQtSDRgSBlZ3JlcC4g0JrQsNC6INC30LDRgdGC0LDQst=
=?utf-8?B?C40YLRjCBlZ3JlcCwg0LfQsNGF0LLQsNGC0YvQstCw0YLRjCDQstGB0LUg0YHRg=
To: =?utf-8?B?aGVscAo=?= <[e-mail]>

на выходе нужно получить:

Subject: =?utf-8?B?0J/RgNC40LLQtdGCINGF0LDQsdGALCDQvdGD0LbQvdCwINC/0L7QvNC+0YjRjCD=
=?utf-8?B?Qv9C+INGA0LDQsdC+0YLQtSDRgSBlZ3JlcC4g0JrQsNC6INC30LDRgdGC0LDQst=
=?utf-8?B?C40YLRjCBlZ3JlcCwg0LfQsNGF0LLQsNGC0YvQstCw0YLRjCDQstGB0LUg0YHRg=

egrep -io '^Subject:(\s*=\?(utf-8|windows-1251|koi-8r)\?(B|Q)\?[A-Za-z0-9=\+]+\?=)+' возвращает только первую строку.
Как быть?

Comments

[Александр Скляров]

Поспешил, не ту строку скопировав, вот более правильный вариант.
Subject:(\s+=\?(utf-8|windows-1251)\?B\?[A-Za-z0-9=\+\/-_]+)+
но он не решает проблемы многострочности

Answer 1

[rakeev]

Grep вообще-то построчным сравнением занимается. Установите pcregrep.
НУ или если непременно только грепом нужно обойтись, то можно ключ -P заюзать.

Comments

[Александр Скляров]

Благодарю. Про ключик не знал, а доставлять софт не желательно, так бы я с «перлом» бы справился

Answer 2

[dpirat]

(Subject:)(.)*(\W)*(.)*(\W)*(.)*

Протестировал тут: rubular.com. (http://rubular.com/r/wlhqJwbex6)
Надеюсь поможет.

Comments

[dpirat]

Даже вот так: ^(Subject:)(.)*(\W)*(.)*(\W)*(.)*()=$

[Александр Скляров]

Ваш пример ничего не изменил, кроме более упрощенной проверки

[dpirat]

egrep --after-context=2 '^Subject'

Возможно такой вариант устроит, если количество строк фиксированное.

Answer 3

[Алексей Акулович]

А можно на awk для заголовков в любое число строк:

awk -F ':' 'BEGIN{key=""} {if ($2) {key=$1}; h[key][length(h[key])+1]=$0}END{for (i in h["Subject"]) print h["Subject"][i]}' /path/to/file

Строим словарь вида «From» => [строки], «Subject» => [строки], ..., а потом выводим строки по нужному ключу.

Answer 4

[Виктор Таран]

тут все просто
раздели их на блоки
1 блок все что начинается с
2 блок все что начинается с To:

(1блок)(2блок) вернуть только $1
В результате твоя регулярка сократиться до пары символов
(^Subject:.*)(To:) вернуть $2