☰

如何使用grep获取分组结果？

tag-icon • tag-icon text-processing grep scripting regular-expression pattern-matching
如何使用grep获取分组结果？

我如何得到这个输出：

Found value: This order was placed for QT3000! OK?

或者

Found value: This order was placed for QT300

或者

Found value: 0

使用line.txtandpattern.txt如下：

[nsaunders@rolly regex]$ 
[nsaunders@rolly regex]$ grep -e -f pattern.txt line.txt 
[nsaunders@rolly regex]$ 
[nsaunders@rolly regex]$ cat pattern.txt 
(.*)(\\d+)(.*)
[nsaunders@rolly regex]$ 
[nsaunders@rolly regex]$ cat line.txt 
This order was placed for QT3000! OK?
[nsaunders@rolly regex]$

利用某物相似的到m.group(0)从一个教程在正则表达式上。

或许grep没有这样的概念作为：

Groups and capturing
Group number

Capturing groups are numbered by counting their opening parentheses from left to right. In the expression ((A)(B(C))), for example, there are four such groups:

    1       ((A)(B(C)))
    2       (A)
    3       (B(C))
    4       (C)

Group zero always stands for the entire expression.

Capturing groups are so named because, during a match, each subsequence of the input sequence that matches such a group is saved. The captured subsequence may be used later in the expression, via a back reference, and may also be retrieved from the matcher once the match operation is complete.

答案1

假设中的模式pattern.txt是

(.*)(\d+)(.*)

那么，将它与 GNU 一起使用grep将是一个问题

grep -E -f pattern.txt line.txt

即，搜索line.txt与 中列出的任何扩展正则表达式匹配的行pattern.txt，给定问题中的数据，生成

This order was placed for QT3000! OK?

您的命令的问题是您使用了-e -f.该-e选项用于明确表示“下一个参数是表达式”。这意味着-e -f将被解释为“要使用的正则表达式是-f”。然后，您将其应用于在命令行提到的两个文件中搜索匹配项。

第二个问题是\\d文件中的pattern.txt，它匹配反斜杠后跟字符d，即文字字符串\d。

该模式还有一些其他“问题”。它首先使用非标准表达式来匹配数字，\d。最好将其写为[[:digit:]]或 范围[0-9]（在 POSIX 标准语言环境中）。由于正则表达式匹配子字符串，与始终自动锚定的文件名通配模式相反，因此.*不需要模式的任何位。同样，根本不需要括号，因为它们在模式中没有任何作用。也不+需要，因为单个数字将与前面的表达式匹配（单个数字是“一个或多个数字”）。

这意味着要提取包含（至少）一位数字的所有行，您可以使用模式[[:digit:]]或[0-9]，或者\d如果您想继续在 GNU 中使用类似 Perl 的表达式grep，而不进行其他修饰。关于它们之间的区别，请参见[0-9]、[[:digit:]] 和 \d 之间的区别。

要获得问题中显示的三个不同输出，请使用sed而不是grep。你之所以要使用，sed是因为grep只能打印匹配的行（或单词），但不能真正修改匹配的数据。

  1. Found value: 在包含数字的任何行前面插入，并打印这些行：

    $ sed -n '/[[:digit:]]/s/^/Found value: /p' line.txt
Found value: This order was placed for QT3000! OK?

  2. Found value:在包含数字的任何行前面插入，并打印这些行直到找到的第 3 个数字的末尾（或打印到最多第三位数字；如果该行的第一个数字子串中的连续数字较少，则可能会在末尾输出较少的数字）：

    $ sed -n '/[[:digit:]]/s/\([^[:digit:]]*[[:digit:]]\{1,3\}\).*/Found value: \1/p' line.txt
Found value: This order was placed for QT300

  3. Found value:在包含数字的任何行前面插入，并打印该行的最后一个数字：

    $ sed -n '/[[:digit:]]/s/.*\([[:digit:]]\).*/Found value: \1/p' line.txt
Found value: 0

使用与您使用的等效的正则表达式，我们可以看到它匹配文本的哪些位：

$ sed 's/\(.*\)\([[:digit:]]\{1,\}\)\(.*\)/(\1)(\2)(\3)/' line.txt
(This order was placed for QT300)(0)(! OK?)

请注意，\2仅匹配该行的最后一个数字，因为前面的数字.*是贪婪的。

答案2

我认为您无法在 grep 中访问捕获组，但在 Perl 中可以。

$ echo 'foo123bar' | re='(.*)(\d+)(.*)' \
     perl -lne 'if (m/$ENV{re}/) { printf "Found value: %s\n", $_ for @{^CAPTURE} }'
Found value: foo12
Found value: 3
Found value: bar

它基本上只是说将输入行（由 隐式读取-n）与 env 变量中的内容re（在命令行上设置以传递模式）进行匹配，并@{^CAPTURE}使用前缀打印所有捕获的文本（来自数组 ）（如果有）一场比赛。

答案3

来自爪哇：

jshell> /reset
|  Resetting state.

jshell> /open grep.jsh
This order was placed for QT3000! OK?
This order was placed for QT300
0

jshell> /list

   1 : import static java.lang.System.out;
   2 : String text = "This order was placed for QT3000! OK?";
   3 : String patternString1 = "(.*)(\\d+)(.*)";
   4 : Pattern pattern = Pattern.compile(patternString1);
   5 : Matcher matcher = pattern.matcher(text);
   6 : matcher.find()
   7 : out.println(matcher.group(0))
   8 : out.println(matcher.group(1))
   9 : out.println(matcher.group(2))

jshell>

我对使用更感兴趣，group但没有意识到这grep并不真正做那。

相关内容