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:
- 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]
。 - 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!