☰

使用 sed 正则表达式仅捕获数字部分

tag-icon • tag-icon bash shell sed regular-expression
使用 sed 正则表达式仅捕获数字部分

为什么以下不起作用？

INTERNAL_NUM=$(grep -E '\s*internal_num\s*=' file.xml |sed -E 's/internal_num\s*=\s*([0-9]\+)/\1/') 
echo "$INTERNAL_NUM"

我想打印出实际的数字，但它打印：

internal_num = 1234

该grep命令打印出来internal_num = 1234，所以该部分没问题。这是sed不起作用的管道。

答案1

如果你有 GNU grep，你可以写

grep -oP '\binternal_num\s*=\s*\K\d+' file.xml

但您不应该使用正则表达式来解析 XML。也许你需要这样的东西

$ echo '
      <root>
          <tag>
              <tag>
                  <wanted internal_num="1234" />
                  <wanted internal_num = "5678" />
              </tag>
          </tag>
      </root>
  ' | xmlstarlet sel -t -v '//@internal_num' -n

1234
5678

请显示您的输入文件。

答案2

不同的工具和给定工具的实现/版本支持不同的正则表达式语法。

为了便于移植，您可以限制自己使用 POSIX 功能集：

s=[[:space:]]
sed -n "s/^\(.*$s\)\{0,1\}internal_num$s*=$s*\([0-9]\{1,\}\).*/\2/p"

（假设每行只出现一次）

如果您知道您只会在grep支持GNU-o和（对于类似 perl 的正则表达式）的系统上运行它，您可以这样做：-Pgrep

grep -Po '(?<!\S)internal_num\s*=\s*\K\d+'

答案3

您正在使用扩展正则表达式，但仍然转义\+，因此它会查找文字加号并且不会调用替换。

尝试，

INTERNAL_NUM=$(grep -E '\s*internal_num\s*=' file.xml |sed -E 's/internal_num\s*=\s*([0-9]+)/\1/') 
echo "$INTERNAL_NUM"

测试用例（在 GNU sed V4.2.1 上测试）：

$ echo "internal_num = 1234" | sed -E 's/internal_num\s*=\s*([0-9]\+)/\1/'
internal_num = 1234

$ echo "internal_num = 1234" | sed -E 's/internal_num\s*=\s*([0-9]+)/\1/'
1234

正如其他答案提到的（并详细解释），您应该认真考虑不使用正则表达式来解析 XML。

相关内容