怎么删除括号外的内容

Question 1

在每个 Unix 机器上的任何 shell 中使用任何 awk：

$ awk -F '[][\t]' -v OFS='\t' '{print $1, $3}' file
a       Lomovskayavirus C31
b       Lomovskayavirus C31
c       Lomovskayavirus C31
d       Lomovskayavirus C31

Answer

在每个 Unix 机器上的任何 shell 中使用任何 awk：

$ awk -F '[][\t]' -v OFS='\t' '{print $1, $3}' file
a       Lomovskayavirus C31
b       Lomovskayavirus C31
c       Lomovskayavirus C31
d       Lomovskayavirus C31

Question 2

您需要转义[and ]，因为它们具有特殊含义（要匹配的字符集合，我们稍后会需要），因此您得到：

sed 's/.*\[\(.*\)\].*/\1/'

但这也会删除第一列，所以尝试

sed 's/[ [:alnum:]]*\[\(.*\)\].*/\1/'

因此第一部分将捕获所有字母数字字符和空格，但不会捕获制表符，这只会删除制表符之后的所有内容。

Answer

您需要转义[and ]，因为它们具有特殊含义（要匹配的字符集合，我们稍后会需要），因此您得到：

sed 's/.*\[\(.*\)\].*/\1/'

但这也会删除第一列，所以尝试

sed 's/[ [:alnum:]]*\[\(.*\)\].*/\1/'

因此第一部分将捕获所有字母数字字符和空格，但不会捕获制表符，这只会删除制表符之后的所有内容。

Question 3

使用乐（以前称为 Perl_6）

perl6 -ne 'given .split(/\s+/, 2) { put (.[0], .[1].match: / <?after "[" > .+ <?before "]" > /).join("\t") };'

或者

raku -ne 'given .split(/\s+/, 2) { put (.[0], .[1].comb: / "[" <(.+)> "]" /.[0]).join("\t") };'

Perl 系列语言是解决棘手的正则表达式问题的好方法。上面的两种策略可以混合搭配，也就是说您可以comb使用前瞻/后瞻断言以及match捕获标记。

上面第一个示例split的每一行都有\s+空白，但只分为2两个片段。然后放置第一个元素，并在第二个元素中搜索match模式<?after "[" > .+ <?before "]" >。正则表达式原子 <?after … >是 Raku 的正向前瞻断言，正<?before … >则表达式原子是 Raku 的正向前瞻断言。由于这些断言是零宽度的，因此不需要捕获标记，并且可以直接输出匹配变量（$/或）。$<>

第二个示例也split将每一行都放在\s+空白处，同样只分成2两个片段。再次放置第一个元素，并comb遍历第二个元素以查找由和.+包围的一个或多个字符。 Raku 的...捕获标记用于从输出中排除括号（在末尾添加索引以返回第二列中的第一个 ed 匹配项）。[]<()>.[0]comb

输入示例：

a    HK97 family prohead protease [Lomovskayavirus C31]
b    major capsid protein [Lomovskayavirus C31]
c    gp12 [Lomovskayavirus C31]
d    gp19 [Lomovskayavirus C31]

示例输出（上面的两个示例）：

a   Lomovskayavirus C31
b   Lomovskayavirus C31
c   Lomovskayavirus C31
d   Lomovskayavirus C31

无论如何，如果您想放弃第一列，上面的代码可以简化为：

raku -ne 'put m/ <?after \[>  .+  <?before \]> /;'

或者

raku -ne 'put .comb(/ \[  <(.+)>  \] /).[0];'

https://raku.org

Answer