come usare sed, awk o gawk per stampare solo ciò che corrisponde?

Question

Vedo molti esempi e pagine man su come fare cose come cercare e sostituire usando sed, awk o gawk.

Ma nel mio caso, ho un'espressione regolare che voglio eseguire su un file di testo per estrarre un valore specifico. Non voglio fare ricerche e sostituzioni. Questo viene chiamato da bash. Facciamo un esempio:

Esempio espressione regolare: file di input

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

Esempio:

a 
b 
c 
abc12345xyz 
a 
b 
c 

Semplice come questo suona, io non riesco a capire come chiamare sed/awk/gawk correttamente . Quello che speravo di fare, è da dentro il mio script bash sono:

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

Le cose che ho provato sono:

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 

Answer 1

mio sed (Mac OS X) non ha funzionato con +.Ho provato * invece e ho aggiunto p tag per partita stampa:

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

Per l'adattamento almeno un carattere numerico, senza +, vorrei utilizzare:

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

Answer 2

Io uso perl per rendere questo più facile per me. per esempio.

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

Questo esegue Perl, l'opzione -n istruisce Perl per leggere in una sola riga alla volta da STDIN ed eseguire il codice. L'opzione -e specifica l'istruzione da eseguire.

L'istruzione esegue un'espressione regolare sulla riga letta e, se corrisponde, stampa il contenuto della prima serie di barre ($1).

Si può fare anche più nomi di file alla fine. per esempio.

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

Answer 3

Se si desidera selezionare le linee poi striscia fuori i bit non si vuole:

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

Seleziona sostanzialmente le linee che desiderate con egrep e quindi utilizza sed per togliere il bit prima e dopo il numero.

È possibile vedere in azione qui:

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

Aggiornamento: ovviamente se la situazione reale è più complessa, avrà bisogno del RE a me modificato. Per esempio, se hai sempre avuto un unico numero sepolta all'interno di zero o più non-numerici all'inizio e alla fine:

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

Answer 4

Per awk. Vorrei utilizzare il seguente script:

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

Answer 5

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

Answer 6

Se la versione di grep lo supporta è possibile utilizzare l'opzione -o di stampare solo la parte di qualsiasi linea che corrisponde al tuo regexp.

Se poi non Ecco il meglio sed ho potuto venire con:

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

... che cancella/salta senza cifre e, per le linee rimanenti, rimuove tutti i caratteri iniziali e finali non numerici . (Sto solo supponendo che la tua intenzione sia estrarre il numero da ogni riga che ne contiene uno).

Il problema con qualcosa come:.

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

.... o

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

... è che sed supporta solo match "greedy" ... così il primo * sarà abbinare il resto della linea. A meno che non si possa usare una classe di caratteri negata per ottenere una corrispondenza non avida ... o una versione di sed con estensioni compatibili con Perl o altre sue regex, non possiamo estrarre una corrispondenza di pattern precisa con lo spazio pattern (a linea).

Answer 7

si può fare con il guscio

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

Answer 8

perl è la sintassi più pulito, ma se non si dispone di Perl (non sempre lì, ho capito), allora l'unico modo per utilizzare gawk e componenti di un'espressione regolare è utilizzare la funzione gensub.

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

output del file di input campione sarà

12345 

Nota:. Gensub sostituisce l'intero regex (tra l'//), quindi è necessario mettere il * prima e dopo il ([ 0-9] +) per eliminare il testo prima e dopo il numero nella sostituzione.

Answer 9

È possibile utilizzare sed per fare questo

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

• -n non stampare la linea risultante
• -r questo lo rende in modo da non avere la fuoriuscita del gruppo di cattura parens ().
• \1 il gruppo di cattura partita
• /g partita globale
• /p stampa il risultato

ho scritto un tool per me stesso che rende questo più facile

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

Answer 10

È possibile utilizzare awk con match() per accedere al gruppo catturato:

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

Questo tentativo corrisponde al modello abc[0-9]+xyz. Se lo fa, memorizza le sue sezioni nell'array matches, il cui primo elemento è il blocco [0-9]+. Dal match()restituisce la posizione del carattere, o indice, di dove inizia quella sottostringa (1, se inizia all'inizio della stringa), attiva l'azione print.

---

Con grep è possibile utilizzare un look-dietro e look-ahead:

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

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

Questo controlla il modello [0-9]+ quando si verifica all'interno abc e xyz e si limita a stampare le cifre.