จะใช้ sed, awk หรือ gawk เพื่อพิมพ์เฉพาะสิ่งที่จับคู่ได้อย่างไร?

ฉันเห็นตัวอย่างและหน้าคนมากมายเกี่ยวกับวิธีการทำสิ่งต่างๆเช่นการค้นหาและแทนที่โดยใช้ sed, awk หรือ gawk

แต่ในกรณีของฉันฉันมีนิพจน์ทั่วไปที่ฉันต้องการเรียกใช้กับไฟล์ข้อความเพื่อแยกค่าเฉพาะ ฉันไม่ต้องการทำการค้นหาและแทนที่ สิ่งนี้ถูกเรียกจากทุบตี ลองใช้ตัวอย่าง:

ตัวอย่างนิพจน์ทั่วไป:

.*abc([0-9]+)xyz.*

ตัวอย่างไฟล์อินพุต:

a
b
c
abc12345xyz
a
b
c

ง่ายเหมือนเสียงนี้ฉันไม่สามารถหาวิธีเรียก sed / awk / gawk ได้อย่างถูกต้อง สิ่งที่ฉันหวังว่าจะทำคือจากในสคริปต์ทุบตีของฉันมี:

myvalue=$( sed <...something...> input.txt )

สิ่งที่ฉันได้ลอง ได้แก่ :

sed -e 's/.*([0-9]).*/\\1/g' example.txt # extracts the entire input file
sed -n 's/.*([0-9]).*/\\1/g' example.txt # extracts nothing

ของฉันsed(Mac OS X) +ไม่ได้ทำงานร่วมกับ ฉันลอง*แทนและเพิ่มpแท็กสำหรับการจับคู่การพิมพ์:

sed -n 's/^.*abc\([0-9]*\)xyz.*$/\1/p' example.txt

สำหรับการจับคู่อักขระตัวเลขอย่างน้อยหนึ่งตัวโดยไม่มี+ฉันจะใช้:

sed -n 's/^.*abc\([0-9][0-9]*\)xyz.*$/\1/p' example.txt

คุณสามารถใช้ sed เพื่อทำสิ่งนี้

 sed -rn 's/.*abc([0-9]+)xyz.*/\1/gp'

• -n อย่าพิมพ์บรรทัดผลลัพธ์
• -rนี้จะทำให้มันเพื่อให้คุณไม่ได้หลบหนีการจับกุมกลุ่ม ()parens
• \1 จับคู่จับกลุ่ม
• /g การแข่งขันระดับโลก
• /p พิมพ์ผลลัพธ์

ฉันเขียนเครื่องมือสำหรับตัวเองที่ทำให้สิ่งนี้ง่ายขึ้น

rip 'abc(\d+)xyz' '$1'

ฉันใช้perlเพื่อทำให้ง่ายขึ้นสำหรับตัวเอง เช่น

perl -ne 'print $1 if /.*abc([0-9]+)xyz.*/'

สิ่งนี้จะเรียกใช้ Perl -nตัวเลือกสั่งให้ Perl อ่านทีละบรรทัดจาก STDIN และรันโค้ด -eตัวเลือกระบุคำแนะนำในการทำงาน

คำสั่งเรียกใช้ regexp ในบรรทัดที่อ่านและหากตรงกันจะพิมพ์เนื้อหาของวงเล็บชุดแรก ( $1)

คุณสามารถทำได้หลายชื่อไฟล์ในตอนท้ายด้วย เช่น

perl -ne 'print $1 if /.*abc([0-9]+)xyz.*/' example1.txt example2.txt

หากเวอร์ชันของคุณgrepรองรับคุณสามารถใช้-oตัวเลือกเพื่อพิมพ์เฉพาะส่วนของบรรทัดใดก็ได้ที่ตรงกับ regexp ของคุณ

ถ้าไม่เช่นนั้นนี่คือสิ่งที่ดีที่สุดที่sedฉันสามารถทำได้:

sed -e '/[0-9]/!d' -e 's/^[^0-9]*//' -e 's/[^0-9]*$//'

... ซึ่งลบ / ข้ามโดยไม่มีตัวเลขและสำหรับบรรทัดที่เหลือจะลบอักขระที่ไม่ใช่ตัวเลขนำหน้าและต่อท้ายทั้งหมด (ฉันคาดเดาได้ว่าคุณตั้งใจจะดึงหมายเลขออกจากแต่ละบรรทัดที่มีหนึ่งบรรทัด)

ปัญหาเกี่ยวกับสิ่งที่ต้องการ:

sed -e 's/.*\([0-9]*\).*/&/' 

.... หรือ

sed -e 's/.*\([0-9]*\).*/\1/'

... คือว่า sedรองรับการจับคู่แบบ "โลภ" เท่านั้น ... ดังนั้นข้อแรก * จะตรงกับส่วนที่เหลือของบรรทัด เว้นแต่เราจะสามารถใช้คลาสอักขระลบเพื่อให้ได้การจับคู่แบบไม่โลภ ... หรือเวอร์ชันที่sedเข้ากันได้กับ Perl หรือส่วนขยายอื่น ๆ กับ regexes เราไม่สามารถแยกรูปแบบที่ตรงกับช่องว่างของรูปแบบได้ (เส้น ).

คุณสามารถใช้awkกับmatch()การเข้าถึงกลุ่มจับ:

$ awk 'match($0, /abc([0-9]+)xyz/, matches) {print matches[1]}' file
12345

abc[0-9]+xyzนี้พยายามที่จะตรงกับรูปแบบ ถ้ามันไม่เป็นเช่นนั้นก็เก็บชิ้นในอาร์เรย์ซึ่งรายการแรกเป็นบล็อกmatches [0-9]+เนื่องจากmatch() ส่งคืนตำแหน่งอักขระหรือดัชนีที่สตริงย่อยนั้นเริ่มต้น (1 ถ้าเริ่มต้นที่จุดเริ่มต้นของสตริง)จะทำให้เกิดการprintดำเนินการ

ด้วยgrepคุณสามารถใช้การมองข้างหลังและมองไปข้างหน้า:

$ grep -oP '(?<=abc)[0-9]+(?=xyz)' file
12345

$ grep -oP 'abc\K[0-9]+(?=xyz)' file
12345

การตรวจสอบนี้รูปแบบ[0-9]+เมื่อมันเกิดขึ้นภายในabcและxyzและเพียงแค่พิมพ์ตัวเลข

perl เป็นไวยากรณ์ที่สะอาดที่สุด แต่ถ้าคุณไม่มี perl (ไม่เสมอไปฉันเข้าใจ) วิธีเดียวที่จะใช้ gawk และส่วนประกอบของ regex คือการใช้คุณสมบัติ gensub

gawk '/abc[0-9]+xyz/ { print gensub(/.*([0-9]+).*/,"\\1","g"); }' < file

เอาต์พุตของไฟล์อินพุตตัวอย่างจะเป็น

12345

หมายเหตุ: gensub จะแทนที่ regex ทั้งหมด (ระหว่าง //) ดังนั้นคุณต้องใส่. * ก่อนและหลัง ([0-9] +) เพื่อกำจัดข้อความก่อนและหลังตัวเลขในการแทนที่

หากคุณต้องการเลือกเส้นให้ตัดส่วนที่คุณไม่ต้องการออก:

egrep 'abc[0-9]+xyz' inputFile | sed -e 's/^.*abc//' -e 's/xyz.*$//'

โดยทั่วไปจะเลือกบรรทัดที่คุณต้องการegrepจากนั้นใช้sedเพื่อตัดบิตก่อนและหลังตัวเลข

คุณสามารถดูการดำเนินการได้ที่นี่:

pax> echo 'a
b
c
abc12345xyz
a
b
c' | egrep 'abc[0-9]+xyz' | sed -e 's/^.*abc//' -e 's/xyz.*$//'
12345
pax> 

อัปเดต:เห็นได้ชัดว่าหากสถานการณ์จริงของคุณซับซ้อนมากขึ้น REs จะต้องแก้ไขให้ฉัน ตัวอย่างเช่นหากคุณมีตัวเลขตัวเดียวฝังอยู่ภายในศูนย์หรือมากกว่าที่ไม่ใช่ตัวเลขที่จุดเริ่มต้นและจุดสิ้นสุด:

egrep '[^0-9]*[0-9]+[^0-9]*$' inputFile | sed -e 's/^[^0-9]*//' -e 's/[^0-9]*$//'

กรณีของ OP ไม่ได้ระบุว่าสามารถจับคู่ได้หลายรายการในบรรทัดเดียว แต่สำหรับการเข้าชมของ Google ฉันจะเพิ่มตัวอย่างเช่นกัน

เนื่องจากความต้องการของ OP คือการแยกกลุ่มออกจากรูปแบบการใช้grep -oจะต้องใช้ 2 รอบ แต่ฉันยังคงพบว่าวิธีนี้เป็นวิธีที่ง่ายที่สุดในการทำงานให้สำเร็จ

$ cat > example.txt <<TXT
a
b
c
abc12345xyz
a
abc23451xyz asdf abc34512xyz
c
TXT

$ cat example.txt | grep -oE 'abc([0-9]+)xyz'
abc12345xyz
abc23451xyz
abc34512xyz

$ cat example.txt | grep -oE 'abc([0-9]+)xyz' | grep -oE '[0-9]+'
12345
23451
34512

เนื่องจากเวลาในการประมวลผลนั้นฟรี แต่ความสามารถในการอ่านของมนุษย์นั้นไม่มีค่าฉันจึงมักจะ refactor รหัสของฉันตามคำถามที่ว่า "หนึ่งปีต่อจากนี้ฉันจะคิดว่ามันจะเป็นอย่างไร" อันที่จริงสำหรับโค้ดที่ฉันตั้งใจจะแชร์แบบสาธารณะหรือกับทีมของฉันฉันจะเปิดman grepให้ดูว่าตัวเลือกแบบยาวคืออะไรและแทนที่โค้ดเหล่านั้น ชอบมาก:grep --only-matching --extended-regexp

คุณสามารถทำได้ด้วยเปลือก

while read -r line
do
    case "$line" in
        *abc*[0-9]*xyz* ) 
            t="${line##abc}"
            echo "num is ${t%%xyz}";;
    esac
done <"file"

สำหรับ awk. ฉันจะใช้สคริปต์ต่อไปนี้:

/.*abc([0-9]+)xyz.*/ {
            print $0;
            next;
            }
            {
            /* default, do nothing */
            }

gawk '/.*abc([0-9]+)xyz.*/' file