假设我有一个如下所示的文件
1,2,3-5,6
1,2,3-5,6,
1
1-3
1,2,3-,4,5-7
1,2,3-,4,5-7,
1,2,-3,4,5
1,2,-,3,4
1,2,,,3,4
,1,2,3
只有以下规则的组合才应被视为有效：
- 范围
[0-9]+-[0-9]+ - 团体
[0-9]+,[0-9]+ - 单号
[0-9]+
以逗号结尾的行也应被视为有效
我只想提取
1,2,3-5,6
1,2,3-5,6,
1
1-3
由于下面显示的其他行不符合规则
1,2,3-,4,5-7
1,2,3-,4,5-7,
1,2,-3,4,5
1,2,-,3,4
1,2,,,3,4
,1,2,3
因为有些行的范围不完整，有些行的组中缺少数字
PS：仅PCRE兼容的grep解决方案会很棒，但也欢迎其他解决方案
答案1
与您列出的字符串（以及以 开头的字符串,）匹配的完整 PCRE 可能是：
grep -P '^([0-9]+(-[0-9]+)?(,|$))+$'
我们是怎么到达那里的？
匹配的最基本元素是数字，我们假设[0-9]，或者 PCRE 中更简单的元素\d，是英语 (ASCII) 数字的正确正则表达式。哪个也可能不是。它可以匹配天城文数字， 例如。那么你需要写：[0123456789]准确地说。
然后，一个连续数字将匹配为[0-9]+.
数字（1 或 3 或 26）后可以是破折号“-”，后跟一个或多个数字（又是一个数字）：
[0-9]+(-[0-9]+)?
其中?使短划线数字序列可选。
然后，每个数字：（3或数字范围4-9：）后应跟一个逗号,（多次）：
([0-9]+(-[0-9]+)?,)+
除了最后一个逗号可能会丢失：
([0-9]+(-[0-9]+)?(,|$))+
并且，如果需要，可能会出现前导逗号：
(^|,)([0-9]+(-[0-9]+)?(,|$))+
将正则表达式锚定到测试文本的开头和结尾是一个非常好的主意：
^((^|,)([0-9]+(-[0-9]+)?(,|$))+)$
您可以测试和编辑本网站中的 PCRE 正则表达式
如果应拒绝前导逗号，请使用：
^(([0-9]+(-[0-9]+)?(,|$))+)$
这使得正则表达式机器没有任何可选的解释。所有都必须匹配，任何不匹配的都会被拒绝。
它可以写成（GNU）扩展正则表达式：
grep -E '^(([0-9]+(-[0-9]+)?(,|$))+)$'
作为基本正则表达式 (BRE)：
grep '^\(\([0-9]\{1,\}\(-[0-9]\{1,\}\)\{0,1\},\{0,1\}\)\{1,\}\)$'
如果逗号,是可选的{0,1}，正则表达式引擎可能会做出一些关于匹配内容的决定。
描述性正则表达式？
(?x)更具描述性的正则表达式，带有空格和注释，可以通过in开头来获得pcregrep
pcregrep '(?x) # tell the regex engine to allow
# white space and comments.
(?(DEFINE) # subroutines that will be used.
(?<nrun> [0-9]+) # run of digits (n-run).
# define a range pair. A number run followed by
# an optional ( dash and another number run )
(?<range> (?&nrun) (-(?&nrun))? ) # range pair.
(?<sep> ,) # separator used.
) # end of definitions.
# Actual regex to use:
# (range) that ends in a (sep)
# or is at the end of the line,
# several times (+).
^( (?&range) ((?&sep)|$) )+$
' file
该正则表达式（一旦编译）与原始正则表达式完全相同，并且运行速度同样快。当然，编译正则表达式需要花费（可以忽略不计的）额外时间。
测试示例是这里
答案2
用于awk将每行分解为逗号分隔的字段，然后将破折号上的这些字段拆分为子字段，同时丢弃包含不需要的字段或子字段的行：
BEGIN { FS = "," }
{
for (i = 1; i <= NF; ++i) {
# Only the 1st field is allowed to be
# empty, but only if there are further
# fields (avoids empty lines).
if ($i == "" && (i != 1 || NF == 1)) next
# If the field is split on dashes, it
# should split into no more than two
# elements.
if ((n = split($i, a, "-")) > 2) next
# Each split-up element needs to be made
# up of decimal digits only.
for (j = 1; j <= n; ++j)
if (a[j] !~ "^[[:digit:]]+$") next
}
# The current line is ok to print.
print
}
这会像这样使用
awk -f script file
script程序所在的位置awk。
或者，作为“一次性”：
awk -F, '{for(i=1;i<=NF;++i){if(($i==""&&(i!=1||NF==1))||((n=split($i,a,"-"))>2))next;for(j=1;j<=n;++j)if(a[j]!~"^[[:digit:]]+$")next}};1' file
5-2您可以轻松地在循环后添加对“向后范围”（例如）的检查j：
if (n == 2 && a[1] > a[2]) next
答案3
$ perl -n -e 'print if /^((\d+(-\d+)?)(,|$))+$/g' input.txt
1,2,3-5,6
1,2,3-5,6,
1
1-3
或者，与 GNU grep 相同：
$ grep -P '^((\d+(-\d+)?)(,|$))+$' input.txt
1,2,3-5,6
1,2,3-5,6,
1
1-3
答案4
使用 Raku（以前称为 Perl_6）
raku -ne '.put if m:g/^^ [ [\d+ [\-\d+]?] [\,|$$] ]+ $$/;'
输入示例：
1,2,3-5,6
1,2,3-5,6,
1
1-3
1,2,3-,4,5-7
1,2,3-,4,5-7,
1,2,-3,4,5
1,2,-,3,4
1,2,,,3,4
,1,2,3
示例输出：
1,2,3-5,6
1,2,3-5,6,
1
1-3
使用 Raku 的一个优点是匹配器内的空白容忍度。这使得代码更具可读性。其次，基本正则表达式引擎的修饰符（例如:global获取前导冒号）并出现在匹配结构的开头m/.../。这也使得正则表达式更具可读性。
从字面上看上面的正则表达式，它说：'查找一个或多个数字，后跟一个可选的（零或一个）破折号，一个或多个数字，后跟逗号或行尾 ( $$)，整个前面的模式重复一个或-更多次。
现在你可能会问自己，“那又怎样？看起来就像 Perl5 一样。”那是因为上面的代码几乎是 Perl5/PCRE 的直接翻译。事实上，Raku（即 Perl6）有一个新的“分隔符”习惯用法（即“修改量词”），可以用来解决常见的正则表达式问题。以机智：
raku -ne '.put if m:g/^^ [\d+ [\-\d+]? ]+ % "," $$/;'
或者
raku -ne '.put if m:g/^^ [\d+ [\-\d+]? ]+ %% "," $$/;'
第一行使用%检测匹配，其中逗号分隔符插入到左侧的模式之间。第二行 using%%执行相同的操作 - 但也允许尾随逗号。你的选择。
Perl 大师 Damian Conway 指出，Raku（即 Perl6）代表了正则表达式的一种全新风格：如果您尝试一下，您可能会同意。
https://docs.raku.org/language/regexes#Modified_quantifier:_%,_%%
https://youtu.be/ubvSjW6Nyqk
https://raku.org/