☰

Linux - 查找文件行中特定模式的所有出现

tag-icon • tag-icon shell-script pattern-matching
Linux - 查找文件行中特定模式的所有出现

我在 Linux 中有一个文件，其中包含如下行：

(memberOf=CN=Group1)(memberOf=CN=Group2)(memberOf=CN=Group3)(memberOf=CN=Group4)

我的目标是填充该行中存在的组列表，例如 -

Group1

Group2

Group3

Group4

答案1

与pcregrep（PerlC兼容的R正常E表达grep）：

pcregrep -io1 '\(memberOf=CN=(.*?)\)'

或者直接使用perl：

perl -lne 'print $1 while /\(memberOf=CN=(.*?)\)/gi'

（此处使用-i或i标志作为 LDAP 属性名称不区分大小写）。

如果您的grep实现支持该-P选项（就像 GNUgrep在使用 PCRE 支持构建时所做的那样），那么它很可能也支持非标准选项-o，您可以这样做：

grep -iPo '\(memberOf=CN=\K.*?(?=\))'

这里使用\Kand 的前瞻运算符表示(memberOf=CN=and)不包含在输出中，因为grep其他实现pcregrep不支持输出捕获组。

使用 POSIX 实用程序，您可以执行大致等效的操作：

sed -n '
  /([mM][eE][mM][bB][eE][rR][Oo][fF]=[Cc][Nn]=\([^)]*\))\(.*\)/ {
    s//\
\1\
\2/
    s/.*\n\(.*\n\)/\1/
    P;D
  }'

如果该字符串存储在 shell 标量变量中，并且您希望将结果组存储在 shell 数组变量中，则使用 shell zsh，您可以执行以下操作：

set -o extendedglob

string='(memberOf=CN=Group1)(memberOf=CN=Group2)(memberOf=CN=Group3)(memberOf=CN=Group4)'
groups=()

: ${string//(#ib)[(]memberOf=CN=([^)]#)[)]/${groups[$#groups+1]=$match[1]}}

或者从 GNU 获取它grep：

groups=(
  ${(0)"$(
    print -rN -- $string |
      grep -ziPo '\(memberOf=CN=\K.*?(?=\))'
  )"}
)

与 bash 4.4+ 相同：

readarray -td '' groups < <(
  printf '%s\0' "$string" |
    grep -ziPo '\(memberOf=CN=\K.*?(?=\))'
) && wait "$!"

答案2

使用 Raku（以前称为 Perl_6）

raku -ne 'put $/.join("\n") if m:g/\(memberOf\=CN\= <(.*?)> \)/;'

或者

raku -ne 'put $/.join("\n") if m:g/<?after \(memberOf\=CN\= > (.*?) <?before \) > /;'

简而言之，示例 1 使用<(…)>Raku 中的匹配分隔符，指示正则表达式引擎删除<(.*?)>.示例 2 使用<?after "pattern1" >正向前瞻和<?before "pattern2" >正向前瞻来隔离中间的所有内容。如果不区分大小写很重要，则只需将m:g('match-global') 更改为m:g:i('match-global case-insensitive') 即可。

输入示例：

(memberOf=CN=Group1)(memberOf=CN=Group2)(memberOf=CN=Group3)(memberOf=CN=Group4)

输出示例 (1)：

Group1
Group2
Group3
Group4

或示例输出 (2)：

Group1 Group2 Group3 Group4

想象一下，OP 有一个文件，其中包含多个与示例行类似的行，那么将所有输出全部返回到一行上可能是有意义的。对于上述任一示例，只需更改$/.join("\n")为$/即可使每个逐行捕获按行返回（上面的输出 2）。

最后，OP 可以在“组”列表中编码位置信息（例如，左侧较低的组#，右侧较高的组#）。在这种情况下，将comb()匹配项 -out 并将其显示为可能更有意义.pairs，如下所示：

raku -ne '.raku.say for .comb(/<?after \(memberOf\=CN\= > (.*?) <?before \) > /).pairs;' 

0 => "Group1"
1 => "Group2"
2 => "Group3"
3 => "Group4"

https://docs.raku.org/language/regexes
https://raku.org

答案3

这个解决方案有点类似于 的@bxm，但用了一个sed步骤而不是纯粹的grep。

grep -Eo '\(memberOf=CN=[^()]*\)' |
sed 's/(memberOf=CN=\(.*\))/\1/'

输入：

(memberOf=CN=Group1)(memberOf=CN=Group2)(memberOf=CN=Group3)(memberOf=CN=Group4)
(memberOf=CN=GroupA1)
(memberOf=CN=GroupA2)(memberOf=CN=GroupA3)
(memberOf=CN=GroupA4)
(rememberOf=CN=GroupX1)(memberOf=CN=GroupX2)
(numberOf=CN=GroupX4)
(memberOf=CN=GroupB1)(memberOf=CN=GroupB2)(memberOf=CN=GroupB3)(memberOf=CN=GroupB4)

输出：

Group1
Group2
Group3
Group4
GroupA1
GroupA2
GroupA3
GroupA4
GroupX2
GroupB1
GroupB2
GroupB3
GroupB4

的输出grep显示在sed的输入上：

(memberOf=CN=Group1)
(memberOf=CN=Group2)
(memberOf=CN=Group3)
(memberOf=CN=Group4)
...

sed然后获取该输出并去掉前导(memberOf=CN=和尾随).

通过对行中的更多内容进行通配符，可以使此代码稍微更通用一些sed：

grep -Eo '\(memberOf=CN=[^()]*\)' |
sed 's/.*=\(.*\))/\1/'

答案4

有很多方法可以解决这个问题，这里有一个解决方案，使用广泛可用的功能，grep重点是更容易阅读。

由于您没有说明输入是如何到达的，所以我假设是管道。适应文件输入是很简单的。

echo "(memberOf=CN=Group1)(memberOf=CN=Group2)(memberOf=CN=Group3)(memberOf=CN=Group4)" \
  | grep -Eo "[(]memberOf=CN=[^)]+" \
  | grep -Eo "[^=]+$"

这分两个阶段进行。

(memberOf=CN=something首先，我们在没有结束的情况下提取所有模式)——这对于我们的第二阶段很重要。这些都是“免费”的，这使得我们在第二步中的工作变得更容易。输入中任何不符合此模式的字符串都将被忽略，因此它也应该在所需字符串被埋藏在其他事物中的情况下工作。

接下来，我们匹配所有不是 的内容=，从行尾开始向后工作。这具有删除memberOf=CN=字符串部分的效果。

如果无法保证输入的大小写，请添加i到第一个 的标志中grep。

需要注意的是：如果存在转义)或=在您的CN值中，则这将无法按预期工作。

相关内容