☰

在 Unix Shell 脚本中从文件中查找特定的字符串模式

tag-icon • tag-icon shell-script
在 Unix Shell 脚本中从文件中查找特定的字符串模式

我有以下命令。

 unzip -p GLP.K4C.S06F5.BG57218-rdf.zip | grep  ":taxonomies-" | head -1

这给了我输出，

    <j.2:Taxo_Version rdf:resource="refmat:taxonomies-8.2.0"/>

但是，我只需要提取分类法-8.2.0而不是上面的完整字符串。

答案1

一种方法是使用 grep 的-o选项，并结合PCRE( -P):

   -o, --only-matching
          Print  only  the  matched  (non-empty) parts of a matching line,
          with each such part on a separate output line.
   -P, --perl-regexp
          Interpret  PATTERN  as  a  Perl  regular  expression  (PCRE, see
          below).  This is highly experimental and grep  -P  may  warn  of
          unimplemented features.

所以，你可以这样做

 unzip -p GLP.K4C.S06F5.BG57218-rdf.zip | grep -oP ':\Ktaxonomies-[^"]*' | head -1

导致\K任何匹配到该点的内容都被忽略（因此:不会打印），并且意味着“匹配尽可能[^"]*"多的非字符”。"

其他选项包括：

  1. sed

    unzip -p GLP.K4C.S06F5.BG57218-rdf.zip | 
    sed -n 's/.*:\(taxonomies-[^"]*\).*/\1/p' | head -1

    除非明确告知，否则不会打印任何内容，并且是-n替换运算符。它将用括号 ( ) 之间的部分替换该行中的所有内容。这会导致打印结果行。seds///\1p

  2. Perl

    unzip -p GLP.K4C.S06F5.BG57218-rdf.zip | 
  perl -lne 's/.*:(taxonomies-[^"]).*/$1/ && print' | head -1

    与 的基本思想相同sed。如果替换成功，则打印该行。另一种选择是

    unzip -p GLP.K4C.S06F5.BG57218-rdf.zip | 
  perl -lne '/.*:(taxonomies-[^"])/ && print $1' | head -1

答案2

如果你知道发生:输入中的字符，您可以执行类似的操作。

echo " <j.2:Taxo_Version rdf:resource="refmat:taxonomies-8.2.0"/>" | 
awk -F\: '{print $4}' | sed 's/..$//'

该awk命令打印后面的第四个字符串:分隔符，该sed命令用于删除最后 2 个字符以获得所需的输出。

但是，此方法是否有效取决于您的输入特登在评论中指出。

编辑

sed如果我们使用建议的解决方案，则可以很好地避免最终的管道杰森·瑞安 在评论。因此，该命令实际上可以改写为：

 echo " <j.2:Taxo_Version rdf:resource="refmat:taxonomies-8.2.0"/>" | 
 awk -F: '{sub(/\/>/,""); print $4}'

仅使用 cut 和 rev 的另一种解决方案可以构建为，

echo " <j.2:Taxo_Version rdf:resource="refmat:taxonomies-8.2.0"/>" | 
cut -d ':' -f4 | rev | cut -c 3- | rev

同样，分隔符的指定取决于输入文件，并且从您提供的示例中，我需要提取的字符出现在分隔符的第四个位置之后。我用来提取第四个cut分隔符之后的子字符串，并使用良好的旧技术来反转字符串并删除最后 3 个字符，然后再次应用它以获得实际的字符串。revrev

相关内容