☰

扫描和抓取

tag-icon • tag-icon centos text-processing awk grep
扫描和抓取

我有一个文件 ( *.ses)，其中包含以下行

$   rea ses '../../../../abcdefgh/abcd_efgh-A20_ABC-abcdefgh-Abcdefgh_Abcdef_123er_vb001.ses'

当我使用这个命令时：

cat a4.ses | grep -im1 'rea ses' | awk -F'[/]' '{print $NF}'

输出是：

abcd_efgh-A20_ABC-abcdefgh-Abcdefgh_Abcdef_123er_vb001.ses'

我只想输出为：

abcd_efgh-A20_ABC-abcdefgh-Abcdefgh_Abcdef_123er_vb001

没有扩展名。

我怎样才能做到这一点？

答案1

如果.ses'是静态扩展，只需将删除尾随 5 个字符的操作硬编码到 awk 中，方法是从开头打印字符串到末尾 5 个字符：

awk -F/ '{print substr($NF, 1, length($NF)-5)}'

如果扩展名的长度可能不同，则在打印之前将其替换为空字符串：

awk -F/ '{gsub(/\..+$/, "", $NF); print $NF}'

答案2

如果您grep支持 perl 兼容的正则表达式 (PCRE) 语法：

$ grep -Po 'rea ses.*/\K[^.]*' file
abcd_efgh-A20_ABC-abcdefgh-Abcdefgh_Abcdef_123er_vb001

解释：

  • 匹配rea ses然后贪婪地一切直到/包容；然后
  • 匹配最长的非句点字符序列
  • 丢弃 ( \K) 左侧部分并仅输出匹配 ( -o)的剩余部分

答案3

您可以放弃该管道并sed使用

sed -n '/rea ses/s!^.*/\(.*\)\.[^.]*$!\1!p' a4.ses

输出

abcd_efgh-A20_ABC-abcdefgh-Abcdefgh_Abcdef_123er_vb001

该sed命令的作用可以描述如下

  1. -n除非匹配，否则不打印任何内容
  2. /rea ses/只考虑与此 RE 匹配的行
  3. s!...!...!p将前两个感叹号 ( !) 中的 RE 替换为后面的字符串，但仅在出现匹配时才打印该行

  4. RE^.*/\(.*\)\.[^.]*$匹配

    • 直到最后一个斜杠的所有内容/
    • 从那里到最后一个点的所有内容.（记住为模式\1）
    • 其他一切

  5. #4 中描述的模式的替换是用 pattern 进行的\1，即您的文件名不带尾随点扩展名

答案4

您可以使用basename删除尾随扩展名：

cat a4.ses | grep -im1 'rea ses' | awk -F'[/]' '{print $NF}' | xargs basename -s .ses\'

（为了完整性而提交，考虑到您的流程，@steeldriver 的答案更好）

相关内容