☰

删除正斜杠和逗号之间（包括）的所有文本

tag-icon • tag-icon sed regular-expression cut
删除正斜杠和逗号之间（包括）的所有文本

我有一个 .txt 文档，其中包含数千个具有相似布局的字符串，但其中一些行包含我不想要的附加信息。

这是一个例子：

202212_08,ABC123/A1234,AB,,C123
202212_08,CDEF1233/A5678,FG,,C345

我希望输出如下：

20221208,ABC123,C123
20221208,CDEF1233,C344

我尝试过使用正则表达式，但不断收到错误并且输出为空。感谢您的帮助。

答案1

和sed：

$ sed -e 's:/.*,:,:' input.txt 
202212_08,ABC123,C123
202212_08,CDEF1233,C345

这会将从/行中第一个字符到,行中最后一个字符的所有内容替换为单个,字符。

但是，当输入数据包含多个字段时，通常最好使用 awk 或 perl，因为它们允许您单独操作和/或打印每个字段。

例如，以下 awk 脚本使用内置函数/.*从每个输入行的第二个字段中删除，然后打印第一个 ( )、第二个 ( ) 和最后一个 ( ) 字段。sub()$1$2$NF

$ awk -F, -vOFS=, '{sub(/\/.*/,"",$2); print $1, $2, $NF}' input.txt 
202212_08,ABC123,C123
202212_08,CDEF1233,C345

或使用 perl：

$ perl -F, -lane '$F[1] =~ s:/.*::; print join(",",@F[0,1,-1])' input.txt 
202212_08,ABC123,C123
202212_08,CDEF1233,C345

该-F,选项设置字段分隔符（类似于 awk），该-a选项使输入自动拆分为名为 的数组@F。 -l打开 Perl 对行结尾的自动处理（例如换行符或\n）并使-nPerl 像 一样工作sed -n。-e告诉 perl 下一个参数是要执行的脚本。

请注意，perl 数组索引从零开始，而不是从一开始，数组$F[1]的第二个元素也是如此@F，数组切片@F[0,1,-1]是数组的第一个、第二个和最后一个元素。

相关内容