☰

awk

tag-icon • tag-icon text-processing command-line awk sed
awk

如何使用 bash 命令将字符串和数字从一行中分离出来。

示例：我有一个包含

string123anotherstr456thenanotherstr789

输出应该是：

string
123
anotherstr
456
thenanotherstr
789

答案1

GNUgrep或兼容的解决方案：

s="string123anotherstr456thenanotherstr789"
grep -Eo '[[:alpha:]]+|[0-9]+' <<<"$s"
  • [[:alpha:]]+|[0-9]+- 正则表达式交替组，匹配字母字符或数字；两者都将被视为输出中的单独条目

输出：

string
123
anotherstr
456
thenanotherstr
789

答案2

awk

输入仅包含字母和数字

[[:alpha:]]+在每个（字母序列）和每个[[:digit:]]+（数字序列）之后添加换行符：

awk '{ gsub(/([[:alpha:]]+|[[:digit:]]+)/,"&\n",$0) ; printf $0 }' filename

（&是awk匹配序列的简写。）

输入包含其他字符（例如标点符号）

和以前一样，但现在还处理[^[:alnum:]]+（非字母、非数字）字符的子字符串：

awk '{ gsub(/([[:alpha:]]+|[[:digit:]]+|[^[:alnum:]]+)/,"&\n",$0) ; printf $0 }' filename

负数和小数

将-（连字符）和.（句号）视为数字：

awk '{ gsub(/([[:alpha:]]+|[[:digit:].-]+|[^[:alnum:].-]+)/,"&\n",$0) ; printf $0 }' filename

这些字符必须出现在[[:digit:].-]+和[^[:alnum:].-]+表达式中。此外，要被解释为字面连字符，必须-是最后的每个表达式最后一个右方括号之前的字符；否则，表示范围的字符。

例子：

[test]$ cat file.txt 
string123another!!str456.001thenanotherstr-789

[test]$ awk '{ gsub(/([[:alpha:]]+|[[:digit:].-]+|[^[:alnum:].-]+)/,"&\n",$0) ; printf $0 }' file.txt 
string
123
another
!!
str
456.001
thenanotherstr
-789

给读者的练习

如果输入文件需要它，您可以将awk命令修改为：

  • 确保-仅当出现在开始的数字序列。
  • 允许以科学记数法表示的数字。

答案3

POSIXly：

string=string123anotherstr456thenanotherstr789
sed '
  s/[^[:alnum:]]//g; # remove anything other than letters and numbers
  s/[[:alpha:]]\{1,\}/&\
/g; # insert a newline after each sequence of letters
  s/[0-9]\{1,\}/&\
/g; # same for digits
  s/\n$//; # remove a trailing newline if any' << EOF
$string
EOF

答案4

python3

python3 -c '
from itertools import groupby
s = ("".join(g) for k, g in 
    groupby("string123anotherstr456thenanotherstr789", lambda x: x.isalpha()))
print(*s, sep="\n")
'

string
123
anotherstr
456
thenanotherstr
789

相关内容