☰

使用 sed 删除数字字符串末尾的字符

tag-icon • tag-icon regex sed
使用 sed 删除数字字符串末尾的字符

这是我的源文件的示例：

USC00020958       -7777S   656S   721S   803S   891S   975S   972S   941S   906S   809S   695S   605S
USC00021001         378S   389R   448R   522R   628R   736S   774S   742S   674S   562S   454R   376R
USC00021026         689R   729R   792R   873R   969R  1060R  1082R  1068R  1015R   903R   775R   682R
USC00021050         663S   713S   796S   885S   984S  1079S  1122S  1103S  1036S   904C   754S   651S
USC00501466         -77R     8R   168R   408R   593R   723R   733R   660R   529R   273R    54R    -7R
USW00501492         -43R    18R   132R   308R   510R   666R   687R   605R   466R   239R    45R    12R
USW00501497           3Q    -1Q     0P   203Q   388Q   539Q   558Q   493Q   362Q   175Q    51Q    27Q
USW00501684        -118R     0P   211R   413R   573R   700R   710R   644R   520R   294R    35R   -67R
USW00501926         184S   223S   303S   418S   544S   651S   661R   617S   519S   353S   227S -7777S

我想从 1-4 位数字的末尾删除 C、S、R、P、Q，同时保留负数 (-)，并且不修改第一列（本例中为 USxxxxxxxxx）。我还想更改格式，使每个值之间有一个空格（或逗号）。这是我尝试的方法，但它没有产生我希望的结果：

[user@host1 ~]# cat sample.txt | sed -E 's/(\S+)\s+(.[0-9]{1,4})[C,S,R,P,Q]/\1 \2/g'
USC00020958 -7777   656S 721   803S 891   975S 972   941S 906   809S 695   605S
USC00021001 378   389R 448   522R 628   736S 774   742S 674   562S 454   376R
USC00021026 689   729R 792   873R 969  1060R 1082  1068R 1015   903R 775   682R
USC00021050 663   713S 796   885S 984  1079S 1122  1103S 1036   904C 754   651S
USC00501466 -77     8R 168   408R 593   723R 733   660R 529   273R 54    -7R
USW00501492 -43    18R 132   308R 510   666R 687   605R 466   239R 45    12R
USW00501497  3    -1Q  0   203Q 388   539Q 558   493Q 362   175Q 51    27Q
USW00501684 -118     0P 211   413R 573   700R 710   644R 520   294R 35   -67R
USW00501926 184   223S 303   418S 544   651S 661   617S 519   353S 227 -7777S

答案1

关于你的正则表达式，我注意到了以下几点：

  1. 指定字符类时，字母之间不要使用逗号。您可以使用破折号来指定范围，但在本例中，应该[C,S,R,P,Q]使用 而不是[CSRPQ]。
  2. sed不需要匹配整行，因此您只需构建一个模式来匹配带有尾随字母的数字，然后将其替换为数字本身（删除字母）。

我获取了您提供的输入文件并测试了以下内容sed命令：

sed -E 's/([0-9]+)[CSRPQ]/\1/g' sample.txt

输出结果如下：

USC00020958       -7777   656   721   803   891   975   972   941   906   809   695   605
USC00021001         378   389   448   522   628   736   774   742   674   562   454   376
USC00021026         689   729   792   873   969  1060  1082  1068  1015   903   775   682
USC00021050         663   713   796   885   984  1079  1122  1103  1036   904   754   651
USC00501466         -77     8   168   408   593   723   733   660   529   273    54    -7
USW00501492         -43    18   132   308   510   666   687   605   466   239    45    12
USW00501497           3    -1     0   203   388   539   558   493   362   175    51    27
USW00501684        -118     0   211   413   573   700   710   644   520   294    35   -67
USW00501926         184   223   303   418   544   651   661   617   519   353   227 -7777

该命令匹配任何带有尾随的数字[CSRPQ]，然后删除字母。

另外，如果你想删除所有空格并用逗号替换以将其转换为 CSV，sed允许您链接表达式。但是，当指定多个脚本时，您需要-e在它们前面放置sed脚本将遵循该脚本。来自帮助：

Usage: sed [OPTION]... {script-only-if-no-other-script} [input-file]...

  -e script, --expression=script
                 add the script to the commands to be executed

以下是一个例子：

sed -E -e 's/([0-9]+)[CSRPQ]/\1/g' -e 's/\s+/,/g' sample.txt

这表示运行第一个替换，然后运行第二个替换，将重复的空格字符替换为单个逗号。这将产生以下输出：

USC00020958,-7777,656,721,803,891,975,972,941,906,809,695,605
USC00021001,378,389,448,522,628,736,774,742,674,562,454,376
USC00021026,689,729,792,873,969,1060,1082,1068,1015,903,775,682
USC00021050,663,713,796,885,984,1079,1122,1103,1036,904,754,651
USC00501466,-77,8,168,408,593,723,733,660,529,273,54,-7
USW00501492,-43,18,132,308,510,666,687,605,466,239,45,12
USW00501497,3,-1,0,203,388,539,558,493,362,175,51,27
USW00501684,-118,0,211,413,573,700,710,644,520,294,35,-67
USW00501926,184,223,303,418,544,651,661,617,519,353,227,-7777

希望这可以帮助！

相关内容