Bash获取2个6位数字之间的字符串

Question

我有一个UTF-8-BOM编码的文本文件，其中大多数行以6-10位数字（每行增加数字）开始，并在其后面有一个字符串。

我想要得到每个“行”（包括数字）在我的bash脚本中进一步处理。

这将是一个很容易做的只是使用for循环与sed -n '$line\p'，但不幸的是我需要的一些字符串有换行符作为他们的一部分，所以我需要一种方法来提取两个6位数字数字（包括第一个数字）标记一个新行。

3 “线” 的一个例子：

123456\tA random string here 
123567\t another string 
this time 
it goes over 
multiple lines 
124567\t a normal string again 

我需要什么：

123456\tA random string here 

，

123567\t another string 
this time 
it goes over 
multiple lines 

和

124567\t a normal string again 

有几件事情：

• 字符串不与“”不幸的是
• 的字符串包含所有的数字都是< 6位长，这样一> = 6位数字始终是一个新的字符串的开始包围线
• 数量增加，因此字符串前的数量总是比后面
• 一个我想所有的特殊字符转换状突片或换行符\t或\n
• 我需要得到较低b yte长度后面的脚本，一个字符串必须保持它的长度

我还是新来的，所以如果我把它放在错误的地方，或者它已经回答了，告诉我！

Answer 1

我希望“UTF-8-BOM编码”不是陷阱。
这是我的建议，如果它不是。 （末尾以换行符）

bash-3.1$ sed -En '/^[0-9]{6,10}/!{:a;H;n;/^[0-9]{6,10}/!ba;x;s/\n/\\n/g;s/\t/\\t/g;p};/^[0-9]{6,10}/{x;s/\t/\\t/g;1!p;x;h;z;}' input.txt 

输出为样本输入：这里

123456 \ TA随机串
123567 \吨另一个字符串\ n该时间\尼特越过\ nmultiple线
124567 \ TA正常的字符串再次

我认为相关的6-10位也总是在一行的开头，
否则会变得棘手。

注：
字符串长度将由1对于每个新行\n或制表\t增加;
，因为请求的“\ n”和“\ t”每个都是两个字符。