Як витягти текст із рядка за допомогою sed?

95

Мій приклад рядка такий:

This is 02G05 a test string 20-Jul-2012

Тепер із наведеного рядка я хочу витягти 02G05. Для цього я спробував наступний регулярний вираз із sed

$ echo "This is 02G05 a test string 20-Jul-2012" | sed -n '/\d+G\d+/p'

Але вищевказана команда нічого не друкує, і я вважаю, що вона не може зрівняти нічого з шаблоном, який я надав sed.

Отже, моє питання полягає в тому, що я тут роблю не так і як це виправити.

Коли я пробую наведені вище рядки та шаблони за допомогою python, я отримую свій результат

>>> re.findall(r'\d+G\d+',st)
['02G05']
>>>

regex bash sed

— RanRag
джерело

6

Python точно не є sed. Їх смакові рецепти досить різні.

— тричі

91

Можливо \d, ваш шаблон не підтримує шаблон sed. Спробуйте [0-9]або [[:digit:]]замість цього.

Щоб надрукувати лише фактичну відповідність (а не весь відповідний рядок), використовуйте заміну.

sed -n 's/.*\([0-9][0-9]*G[0-9][0-9]*\).*/\1/p'

— потрійний
джерело

6

Дякую, це спрацювало нормально. Але у мене виникає запитання, чому .*це потрібно з вашим регулярним виразом, тому що при спробі sed -n 's/\([0-9]\+G[0-9]\+\)/\1/p'він просто друкує весь рядок.

— RanRag

7

Ось чому, чи не так? Замініть усе, що надходить до і після матчу, норшинг, а потім надрукуйте весь рядок.

— триплі

1

@tripleee Це лише 2G05не друкує 02G05. Працює вираз's/.*\([0-9][0-9]G[0-9][0-9]*\).*/\1/p'

— Kshitiz Sharma

1

Це жорстко кодує його рівно до двох цифр. Щось подібне sed -n 's/\(.*[^0-9]\)\?\([0-9][0-9]*G[0-9][0-9]*\).*/\2/p'було б більш загальним. (Я припускаю, що ваша sedпідтримка не буде \?нульовим або одним випадком.)

— tripleee

Дивіться також stackoverflow.com/a/48898886/874188 про те , як замінити різні інші загальні Perl вислизає , як \w, \sі т.д.

— tripleee

99

Як щодо використання grep -E?

echo "This is 02G05 a test string 20-Jul-2012" | grep -Eo '[0-9]+G[0-9]+'

— mVChr
джерело

3

+1 Це простіше, і воно також буде правильно обробляти випадки декількох збігів на одному рядку. Для sedцього випадку можна розробити складний сценарій, але навіщо турбуватися?

— триплеє

egrepвикористовує розширений регулярний вираз sedі grepвикористовує стандартний регулярний вираз, egrepабо grep -eабо sed -Eвикористовує розширений регулярний вираз, а код python у питанні використовує PCRE, (загальний регулярний вираз perl) GNU grep може використовувати PCRE з -Pопцією.

— Феліпе Буччоні

@FelipeBuccioni насправді це повинно бути egrepабо grep -Eабоsed -r

— SensorSmith

Для одного (першого) збігу додайте `| head -1` (без зворотних позначок), відповідно до цієї відповіді на інше питання.

— SensorSmith

1

grepповинен -m 1зупинитися після першого матчу.

— триплі

5

sedне розпізнає \d, використовуйте [[:digit:]]замість цього. Вам також потрібно буде вийти з режиму +або скористатися -rперемикачем (-E на OS X).

Зауважте, що це [0-9]працює також для арабсько-індуїстських цифр.

— Призупинено до подальшого повідомлення.
джерело

Я спробував sed -n '/[0-9]\+G[0-9]\+/p'. Тепер він просто друкує цілий рядок

— RanRag

@Noob: Вам потрібно буде використовувати заміну, щоб виключити частини, які ви не хочете друкувати .

— Призупинено до подальшого повідомлення.

5

Спробуйте замість цього:

echo "This is 02G05 a test string 20-Jul-2012" | sed 's/.* \([0-9]\+G[0-9]\+\) .*/\1/'

Але зверніть увагу, якщо на одному рядку є два шаблони, друкується 2-й.

— Жолт Ботикай
джерело

Або загальніше останній, якщо є кілька збігів.

— триплі

0

Спробуйте використовувати рекстракцію . Це дозволить вам витягти текст за допомогою регулярного виразу та переформатувати його.

Приклад:

$ echo "This is 02G05 a test string 20-Jul-2012" | ./rextract '([\d]+G[\d]+)' '${1}'

2G05

— Тім Саванна
джерело

Якщо для цього використовується стандартний регулярний вираз, квадратні дужки навколо \dабсолютно непотрібні.

— триплеє