วิธีใช้ sed / grep เพื่อแยกข้อความระหว่างสองคำ?

ฉันกำลังพยายามส่งออกสตริงที่มีทุกอย่างระหว่างสองคำของสตริง:

การป้อนข้อมูล:

"Here is a String"

เอาท์พุท:

"is a"

โดยใช้:

sed -n '/Here/,/String/p'

มีจุดสิ้นสุด แต่ฉันไม่ต้องการรวมไว้

sed -e 's/Here\(.*\)String/\1/'

GNU grep ยังสามารถรองรับการมองไปข้างหน้าในเชิงบวกและเชิงลบสำหรับกรณีของคุณคำสั่งจะเป็น:

echo "Here is a string" | grep -o -P '(?<=Here).*(?=string)'

หากมีเหตุการณ์เกิดขึ้นหลายครั้งHereและstringคุณสามารถเลือกได้ว่าคุณต้องการจับคู่จากครั้งแรกHereและครั้งสุดท้ายstringหรือจับคู่ทีละรายการ ในแง่ของนิพจน์ทั่วไปเรียกว่าการจับคู่แบบโลภ (กรณีแรก)หรือการจับคู่แบบไม่โลภ (กรณีที่สอง)

$ echo 'Here is a string, and Here is another string.' | grep -oP '(?<=Here).*(?=string)' # Greedy match
 is a string, and Here is another 
$ echo 'Here is a string, and Here is another string.' | grep -oP '(?<=Here).*?(?=string)' # Non-greedy match (Notice the '?' after '*' in .*)
 is a 
 is another 

คำตอบที่ได้รับการยอมรับไม่ได้ลบข้อความที่อาจจะก่อนหรือหลังHere Stringนี่จะ:

sed -e 's/.*Here\(.*\)String.*/\1/'

ความแตกต่างที่สำคัญคือการเพิ่มขึ้นของ.*ทันทีก่อนและหลังHereString

คุณสามารถถอดสตริงในBashเพียงอย่างเดียว:

$ foo="Here is a String"
$ foo=${foo##*Here }
$ echo "$foo"
is a String
$ foo=${foo%% String*}
$ echo "$foo"
is a
$

และถ้าคุณมี GNU grep ที่มีPCREคุณสามารถใช้การยืนยันความกว้างเป็นศูนย์:

$ echo "Here is a String" | grep -Po '(?<=(Here )).*(?= String)'
is a

ผ่าน GNU awk

$ echo "Here is a string" | awk -v FS="(Here|string)" '{print $2}'
 is a 

grep ที่มีพารามิเตอร์-P( perl-regexp ) รองรับ\Kซึ่งช่วยในการทิ้งอักขระที่จับคู่ก่อนหน้านี้ ในกรณีของเราสตริงที่ตรงกันก่อนหน้านี้Hereจึงถูกละทิ้งจากเอาต์พุตสุดท้าย

$ echo "Here is a string" | grep -oP 'Here\K.*(?=string)'
 is a 
$ echo "Here is a string" | grep -oP 'Here\K(?:(?!string).)*'
 is a 

หากคุณต้องการให้ผลลัพธ์เป็นis aคุณสามารถลองด้านล่างนี้

$ echo "Here is a string" | grep -oP 'Here\s*\K.*(?=\s+string)'
is a
$ echo "Here is a string" | grep -oP 'Here\s*\K(?:(?!\s+string).)*'
is a

หากคุณมีไฟล์ขนาดยาวที่มีจำนวนหลายบรรทัดการพิมพ์บรรทัดแรกจะมีประโยชน์:

cat -n file | sed -n '/Here/,/String/p'

สิ่งนี้อาจได้ผลสำหรับคุณ (GNU sed):

sed '/Here/!d;s//&\n/;s/.*\n//;:a;/String/bb;$!{n;ba};:b;s//\n&/;P;D' file 

สิ่งนี้นำเสนอการแสดงข้อความแต่ละรายการระหว่างเครื่องหมายสองตัว (ในกรณีนี้HereและString) บนบรรทัดใหม่และรักษาบรรทัดใหม่ไว้ภายในข้อความ

วิธีแก้ปัญหาข้างต้นทั้งหมดมีข้อบกพร่องที่สตริงการค้นหาสุดท้ายซ้ำที่อื่นในสตริง ฉันพบว่าดีที่สุดที่จะเขียนฟังก์ชันทุบตี

    function str_str {
      local str
      str="${1#*${2}}"
      str="${str%%$3*}"
      echo -n "$str"
    }

    # test it ...
    mystr="this is a string"
    str_str "$mystr" "this " " string"

คุณสามารถใช้คำสั่งสองคำสั่ง

$ echo "Here is a String" | sed 's/.*Here//; s/String.*//'
 is a 

ยังใช้งานได้

$ echo "Here is a StringHere is a String" | sed 's/.*Here//; s/String.*//'
 is a

$ echo "Here is a StringHere is a StringHere is a StringHere is a String" | sed 's/.*Here//; s/String.*//'
 is a 

เพื่อให้เข้าใจsedคำสั่งเราต้องสร้างมันทีละขั้นตอน

นี่คือข้อความต้นฉบับของคุณ

user@linux:~$ echo "Here is a String"
Here is a String
user@linux:~$ 

ลองลบHereสตริงด้วยsตัวเลือก ubstition ในsed

user@linux:~$ echo "Here is a String" | sed 's/Here //'
is a String
user@linux:~$ 

ณ จุดนี้ฉันเชื่อว่าคุณจะสามารถลบออกได้Stringเช่นกัน

user@linux:~$ echo "Here is a String" | sed 's/String//'
Here is a
user@linux:~$ 

แต่นี่ไม่ใช่ผลลัพธ์ที่คุณต้องการ

ในการรวมคำสั่ง sed สองคำให้ใช้-eตัวเลือก

user@linux:~$ echo "Here is a String" | sed -e 's/Here //' -e 's/String//'
is a
user@linux:~$ 

หวังว่านี่จะช่วยได้

คุณสามารถใช้\1(อ้างถึงhttp://www.grymoire.com/Unix/Sed.html#uh-4 ):

echo "Hello is a String" | sed 's/Hello\(.*\)String/\1/g'

\1เนื้อหาที่อยู่ภายในวงเล็บจะถูกเก็บไว้เป็น

ปัญหา. ข้อความ Claws Mail ที่เก็บไว้ของฉันถูกรวมไว้ดังนี้และฉันกำลังพยายามแยกหัวเรื่อง:

Subject: [SLC38A9 lysosomal arginine sensor; mTORC1 pathway] Key molecular
 link in major cell growth pathway: Findings point to new potential
 therapeutic target in pancreatic cancer [mTORC1 Activator SLC38A9 Is
 Required to Efflux Essential Amino Acids from Lysosomes and Use Protein as
 a Nutrient] [Re: Nutrient sensor in key growth-regulating metabolic pathway
 identified [Lysosomal amino acid transporter SLC38A9 signals arginine
 sufficiency to mTORC1]]
Message-ID: <20171019190902.18741771@VictoriasJourney.com>

ต่อ A2 ในหัวข้อนี้วิธีใช้ sed / grep เพื่อแยกข้อความระหว่างสองคำ นิพจน์แรกด้านล่าง "ใช้ได้" ตราบใดที่ข้อความที่ตรงกันไม่มีขึ้นบรรทัดใหม่:

grep -o -P '(?<=Subject: ).*(?=molecular)' corpus/01

[SLC38A9 lysosomal arginine sensor; mTORC1 pathway] Key

อย่างไรก็ตามแม้จะลองใช้รูปแบบต่างๆมากมาย ( .+?; /s; ...) แต่ฉันก็ไม่สามารถใช้งานได้:

grep -o -P '(?<=Subject: ).*(?=link)' corpus/01
grep -o -P '(?<=Subject: ).*(?=therapeutic)' corpus/01
etc.

โซลูชันที่ 1.

ต่อแยกข้อความระหว่างสองสตริงในบรรทัดที่แตกต่างกัน

sed -n '/Subject: /{:a;N;/Message-ID:/!ba; s/\n/ /g; s/\s\s*/ /g; s/.*Subject: \|Message-ID:.*//g;p}' corpus/01

ซึ่งจะช่วยให้

[SLC38A9 lysosomal arginine sensor; mTORC1 pathway] Key molecular link in major cell growth pathway: Findings point to new potential therapeutic target in pancreatic cancer [mTORC1 Activator SLC38A9 Is Required to Efflux Essential Amino Acids from Lysosomes and Use Protein as a Nutrient] [Re: Nutrient sensor in key growth-regulating metabolic pathway identified [Lysosomal amino acid transporter SLC38A9 signals arginine sufficiency to mTORC1]]                              

โซลูชันที่ 2 *

ต่อฉันจะเปลี่ยนบรรทัดใหม่ (\ n) โดยใช้ sed ได้อย่างไร

sed ':a;N;$!ba;s/\n/ /g' corpus/01

จะแทนที่บรรทัดใหม่ด้วยช่องว่าง

การเชื่อมโยงกับ A2 ในวิธีใช้ sed / grep เพื่อแยกข้อความระหว่างสองคำ? , เราได้รับ:

sed ':a;N;$!ba;s/\n/ /g' corpus/01 | grep -o -P '(?<=Subject: ).*(?=Message-ID:)'

ซึ่งจะช่วยให้

[SLC38A9 lysosomal arginine sensor; mTORC1 pathway] Key molecular  link in major cell growth pathway: Findings point to new potential  therapeutic target in pancreatic cancer [mTORC1 Activator SLC38A9 Is  Required to Efflux Essential Amino Acids from Lysosomes and Use Protein as  a Nutrient] [Re: Nutrient sensor in key growth-regulating metabolic pathway  identified [Lysosomal amino acid transporter SLC38A9 signals arginine  sufficiency to mTORC1]] 

ตัวแปรนี้ลบช่องว่างคู่:

sed ':a;N;$!ba;s/\n/ /g; s/\s\s*/ /g' corpus/01 | grep -o -P '(?<=Subject: ).*(?=Message-ID:)'

ให้

[SLC38A9 lysosomal arginine sensor; mTORC1 pathway] Key molecular link in major cell growth pathway: Findings point to new potential therapeutic target in pancreatic cancer [mTORC1 Activator SLC38A9 Is Required to Efflux Essential Amino Acids from Lysosomes and Use Protein as a Nutrient] [Re: Nutrient sensor in key growth-regulating metabolic pathway identified [Lysosomal amino acid transporter SLC38A9 signals arginine sufficiency to mTORC1]]