Mój przykładowy ciąg jest następujący:
This is 02G05 a test string 20-Jul-2012
Teraz z powyższego ciągu chcę wyodrębnić 02G05. W tym celu wypróbowałem następujące wyrażenie regularne z sed
$ echo "This is 02G05 a test string 20-Jul-2012" | sed -n '/\d+G\d+/p'
Ale powyższe polecenie nic nie drukuje i uważam, że nie jest w stanie dopasować niczego do wzorca, który dostarczyłem sedowi.
Więc moje pytanie brzmi: co robię źle i jak to poprawić.
Kiedy próbuję powyższego ciągu i wzoru w Pythonie, otrzymuję wynik
>>> re.findall(r'\d+G\d+',st)
['02G05']
>>>
sed. Ich smaki regex są zupełnie inne.Odpowiedzi:
Wzorzec
\dmoże nie być obsługiwany przezsed. Spróbuj[0-9]lub[[:digit:]]zamiast tego.Aby wydrukować tylko rzeczywiste dopasowanie (a nie całą pasującą linię), użyj podstawienia.
sed -n 's/.*\([0-9][0-9]*G[0-9][0-9]*\).*/\1/p'źródło
.*jest to konieczne z twoim wyrażeniem regularnym, ponieważ kiedy próbujęsed -n 's/\([0-9]\+G[0-9]\+\)/\1/p', po prostu drukuje cały wiersz.2G05nie drukuje02G05. Wyrażenie, które działa, to's/.*\([0-9][0-9]G[0-9][0-9]*\).*/\1/p'sed -n 's/\(.*[^0-9]\)\?\([0-9][0-9]*G[0-9][0-9]*\).*/\2/p'byłoby bardziej ogólne. (Zakładam swojesedwsporniki\?do zera lub jednego wystąpienia.)\w,\sitpA co powiesz na używanie
grep -E?echo "This is 02G05 a test string 20-Jul-2012" | grep -Eo '[0-9]+G[0-9]+'źródło
sedMożna by opracować złożony scenariusz dla tego przypadku, ale po co się tym przejmować?egrepużywa rozszerzonego wyrażenia regularnegosedigrepużywa standardowego wyrażenia regularnegoegreplubgrep -elubsed -Erozszerzonego wyrażenia regularnego, a kod Pythona w pytaniu używa PCRE, (typowe wyrażenie regularne perla) GNU grep może używać PCRE z-Popcją.egreplubgrep -Elubsed -rgrepmusi-m 1się zatrzymać po pierwszym meczu.sednie rozpoznaje\d, użyj[[:digit:]]zamiast tego. Będziesz także musiał uciec+lub użyć-rprzełącznika (-Ena OS X).Zauważ, że
[0-9]działa to również w przypadku cyfr arabsko-hinduskich.źródło
sed -n '/[0-9]\+G[0-9]\+/p'. Teraz po prostu drukuje cały ciągSpróbuj tego zamiast tego:
echo "This is 02G05 a test string 20-Jul-2012" | sed 's/.* \([0-9]\+G[0-9]\+\) .*/\1/'Ale zwróć uwagę, że jeśli w jednym wierszu znajdują się dwa wzory, drukuje drugi.
źródło
Spróbuj użyć rextract . Pozwoli ci to wyodrębnić tekst za pomocą wyrażenia regularnego i sformatować go.
Przykład:
$ echo "This is 02G05 a test string 20-Jul-2012" | ./rextract '([\d]+G[\d]+)' '${1}' 2G05źródło
\dsą całkowicie zbędne.