☰

删除所有不是 4 个字符的数字

tag-icon • tag-icon text-processing
删除所有不是 4 个字符的数字

我需要删除所有不是 4 个字符的数字，例如9838、6738或。13371889

我认为这个命令会起作用：

sed 's/....[^0-9]//g'

.表示正则表达式中的任何字符，并且[^0-9]不删除任何数字。

这是一个输入示例：

9228 Hello 8473 World War 1 1914-1918 Hello 8391 World War 2 1939-1945

将会：

9228 8473 1914 1918 8391 1939 1945

答案1

我可以用grep命令回答：

输入文件：

9228 Hello 8473 World War 1 1914-1918 Hello 8391 World War 2 1939-1945

命令：

grep -Eo '\<[0-9]{4}\>' file |tr '\n' ' '

返回任意长度为 4 的数字。

-E切换到扩展正则 -o表达式仅打印匹配部分

输出：

9228 8473 1914 1918 8391 1939 1945

更新答案：

输入文件：

9228 Hello 8473 World War 1 1914-1918 Hello 8391 World War 2 1939-1945

foo1234bar
a1111
12345
0x2222ff
1.3333
2.54321

命令

grep -oP '(?<![0-9])[0-9]{4}(?![0-9])' file | tr '\n' ' '

grep 带有负向后查找/向前查找：

(?<![0-9])[0-9]{4}（负向后查找）：将数字匹配到 length=4 且前面没有数字[0-9]。
[0-9]{4}(?![0-9])（负向前视）：将数字匹配到长度=4，后面不跟数字。

输出：

9228 8473 1914 1918 8391 1939 1945 1234 1111 2222 3333

答案2

您可以使用perl。

perl -nle'print join " ", /(?<![0-9])[0-9]{4}(?![0-9])/g'

这也适用于多行输入，因此如果您有：

9228 Hello 8473 World War 1 1914-1918
Hello 8391 World War 2 1939-1945

您将得到以下返回信息：

9228 8473 1914 1918
8391 1939 1945

（-0777如果您希望数字位于同一行，请添加。）

答案3

POSIXly：

< file tr -cs 0-9 '[\n*]' | grep -xE '.{4}' | paste  -sd ' ' -

答案4

使用单个反斜杠，s///您可以在 POSIX 中执行此操作sed- 但有很多反斜杠：

sed 's/[^0-9]*\([0-9]\{5,\}\)*[^0-9]*\([0-9]\{4\}\)*.\{0,1\}/ \2/g
' <<\IN
92828 Hello 8473 World War 1 1914-1918 Hello 8391 World War 2 1939-1945
IN

输出

8473  1914 1918 8391  1939 1945

它g首先吞噬所有具有 5 个或更多数字的序列 - 然后是任何^非数字 -然后您的匹配项，以及任何其他字符的最后 0 或 1。在整个语句中，仅保存了 1 个表达式 - 您的匹配项 - 因此，除了任何中间的空白之外，这就是剩下的内容。

但通过一点翻译，事情就会变得更容易：

sed 'y/ /./;s/[0-9]\{4,\}/ & /g;s/\( [^ ]\{4\} \)*[^ ]*/\1/g
' <<\IN
92828 Hello 8473 World War 1 1914-1918 Hello 8391 World War 2 1939-1945
IN

输出

  8473  1914  1918  8391  1939  1945

sed首先将所有空格音译为点。接下来，它将任何 4 个或更多数字的序列包裹在空格中。最后，它删除所有非空格字符，保存任何由空格包围的四个字符序列。

相关内容