☰

如果两个匹配字符串中的任何一个匹配，如何提取行？

tag-icon • tag-icon text-processing
如果两个匹配字符串中的任何一个匹配，如何提取行？

我有一个文件，其中有几行包含国家/地区名称的信息，如下所示。

$cat country.txt

max_china_clean_foo
man_india_raw_bar
max_us_clean_bax
max_uk_raw_bar
max_canada_raw_foo
max_au_clean_bar

我只想从此文件中提取国家/地区名称。我目前正在使用下面的代码在 for 循环中提取国家/地区名称

val=${val#*_}
val=${val%_clean*}
echo $val

但生成的输出只有国家china, us/au地区名称，因此我必须重复类似的代码并进行少量修改才能提取其余国家/地区，如下所示

val=${val#*_}
val=${val%_raw*}
echo $val

clean我知道，这不是一种清晰的编码方式，因此需要您的帮助从所有包含或raw字符串的行中提取国家/地区名称。

有没有办法使用 awk 或 sed 提取具有两个匹配键的所有国家/地区名称？我的输出应该是这样的

china
india
us
uk
canada
au

答案1

我不会使用 shell 循环来处理文本。

在这里，你可以这样做：

cut -d _ -f 2 < country.txt

或者，如果输入可能包含没有_字符的行：

awk -F _ 'NF >= 2 {print $2}' < country.txt

如果国家/地区名称可能包含_字符，并且您希望返回该行的第一次_出现和第一次出现之间_raw或_clean之后的部分，您可以执行以下操作：

perl -ne 'print $1 if s/^[^_]*_(.*?)_(clean|raw)/' < country.txt

或者使用 GNU grep：

grep -Po '^[^_]*_\K.*?(?=_clean|_raw)' < country.txt

-P（前提是已grep使用 PCRE 支持构建），正则表达式是与 perl 兼容的正则表达式。在这些正则表达式中，\K重置匹配字符串的开头，并且(?=...)是一个前瞻运算符，也就是说，它会查找字符串的其余部分是否匹配...，而该部分是否包含在匹配部分中。-o使grep输出匹配的部分，因此这里它打印与.*?上面匹配的内容，这是 的非贪婪等价物.*，即 0 个或多个字符的序列，尽可能短，在本例中遵循 0 个或多个下划线的序列（[^_]*) 位于行 ( ) 的开头，^后跟下划线，并假设其后跟_raw或_clean。

有了pcregrep，你还可以这样写：

pcregrep -o1 '^[^_]*_(.*?)_(clean|raw)'

使用-o1，它会打印与第一个 匹配的部分(...)。

答案2

这是 awk 风格的方式

awk -F'_' '/clean|raw/{ print $2}'

相关内容