Вытаскивая ключевые слова с помощью стандартных утилит командной строки?

С sed, Вы могли записать это как:

sed '/\([^:]*\):.*{IPA|\([^}]*\).*/!d;s//\1 \2/;s,/,,g;:1
     s/\(\([^ ]*\).*\)|/\1\n\2 /;t1'

Разбивка (@slm, спасибо)

Вышеупомянутая команда может быть сломана следующим образом:

1. Вход синтаксического анализа в when: ... {IPA|...} и удалите несогласующие отрезки длинной линии.

   В /pattern/!d; s//repl/

   Мы [d] iscard строки, которые не соответствуют шаблону и затем снова используют тот же шаблон в следующей [s] команде замены (пустой шаблон означает снова использовать последний шаблон). Вместо [d] eleting несогласующие отрезки длинной линии, мы, возможно, оставили их нетронутыми при помощи b вместо d, или если мы знаем, что все строки соответствуют шаблону, мы могли использовать s/pattern/repl/ непосредственно.

   /\([^:]*\):.*{IPA|\([^}]*\).*/
   

   Тот шаблон разделяет данные на 2 блока. Первый блок when:. Этот бит кода, \([^:]*\): говорит для взятия всех символов, пока Вы не встречаетесь с a : и сохранить его во временном файле. переменная (\1).

   Все символы между : до и включая {IPA| пропускаются. Следующий бит это сохраняется, является всем после IPA|. Это сделано этим блоком кода, \([^}]*\), который говорит для сохранения всего кода до a } встречен. Это сохраняется в переменной (\2).

   Примечание: В sed любое время Вы хотите сохранить блок строки, можно перенести ее в круглые скобки. Их нужно оставить с a \ так, чтобы sed знает, что Вы не имеете в виду литерал paren. Как так: \( savethis \).

   пример

   $ sed 's/\([^:]*\):.*{IPA|\([^}]*\).*/\1 \2/;' sample.txt
   when /wɛn/|/ʍɛn/
   

2. Удалите все наклонные черты вправо (/)

   Эти взгляды, более сложные, потому что это использует альтернативный разделитель. Вы обычно использовали бы форму s///g, но sed позвольте нам, Вы составляете разделители на лету, таким образом, мы используем запятые вместо этого (s,,,g). Это поиски блока для / и ничем заменяет их.

   пример

   $ sed '/\([^:]*\):.*{IPA|\([^}]*\).*/!d;s//\1 \2/;s,/,,g;' sample.txt
   when wɛn|ʍɛn
   

3. Выполните итерации через каждый IPA

    :1 s/\(\([^ ]*\).*\)|/\1\n\2 /;t1
   

   Это - безусловно самый сложный компонент этого решения. Трудно видеть то, что продолжается, но этот блок является условным переходом.

    :label command(s) t label
   

   Маркировка :1 команда (команды) s/\(\([^ ]*\).*\)|/\1\n\2 /; и t label "тест", который видит, изменила ли предыдущая команда пространство шаблона. Раз так затем перейдите для маркировки 1, следовательно t1.

4. Команда в цикле

   Если мы берем label ... loop в течение секунды и увеличения наш пример IPA так, чтобы это имело 3, Вы видите то, что продолжается немного лучше.

   {{IPA|/wɛn/|/ʍɛn/|/blah/}}
   

   Мы закончим с этим, с помощью предыдущих команд для этой точки.

   when wɛn|ʍɛn|blah
   

   Если мы теперь выполняем это:

   $ echo "when wɛn|ʍɛn|blah" | sed 's/\(\([^ ]*\).*\)|/\1 \2 /;'
   

   Мы получаем это:

   when wɛn|ʍɛn
   when blah
   

   Можно ли видеть то, что это делает теперь? Да меня ни один, поэтому давайте упростим немного больше и возьмем новую строку (\n) и загрузите некоторые более короткие строки.

   более простой пример

   $ echo "X C1|C2|C3" | sed 's/\(\([^ ]*\).*\)|/\1 \2 /;'
   X C1|C2 X C3
   

   Теперь, что продолжается, вот то, что код \(\([^ ]*\).*\)| умно в том смысле, что это - вложение parens так, чтобы они были похожи на это ( ( ) ). То, что подбирается на внутренней части parens, является чем-либо, что это не пространство. Этот get's when строка. Внешние parens соответствуют всему до последнего канала (|).

   Другая интересная вещь с этим фрагментом кода состоит в том, что parens заказаны так, чтобы внешние были сохранены в \1 в то время как внутренние \2. Это вызвано тем, что sed нумерует их на основе порядка, в котором с ними встречаются.

   Можно убедить себя в этом путем расширения отрывка с помощью дополнительного \1и \2.

   $ echo "X C1|C2|C3" | sed 's/\(\([^ ]*\).*\)|/\1 \1 \1 /;'
   X C1|C2 X C1|C2 X C1|C2 C3
   
   $ echo "X C1|C2|C3" | sed 's/\(\([^ ]*\).*\)|/\1 \2 \2 /;'
   X C1|C2 X X C
   

   Таким образом, команда в цикле в основном берет X 2 раза. Однажды как часть целого X C1|C2 (снаружи parens) и во второй раз как что-либо до пространства (внутри parens).

5. Назад к условному переходу

   Хорошо, таким образом, ответвление в основном собирается назвать команду в № 5 для IPA's, где существуют больше чем 2. sedконструкция ответвления будет продолжать повторно выполнять команду, пока команда больше не изменит замену, в которой точке она останавливается.

   пример

   $ echo "X C1|C2|C3" | sed ':1 s/\(\([^ ]*\).*\)|/\1\n\2 /; t1'
   X C1
   X C2
   X C3
   

Надо надеяться, вышеупомянутое поможет другому прохожему к этому ответу в будущем.