如何使用Grep和RegEx在指定单词之前和之后查找字符串

Question

例如，我有一个包含ff组字符串的文件

AAA1111BBB -> FILE1
AAA2222BBB -> FILE2
AAA3333BBB -> FILE3

现在，在Unix中，我想通过搜索AAA模式作为行的开头并搜索BBB作为模式的结尾来提取所有ID。 输出将是这样的

1111
2222
3333

然后，我要删除所有重复的条目，然后将其保存在文件中。 我该怎么做？

Answer 1

如果您有grep -P选项可用，可以尝试

(?<=A{3})\d+(?=B{3})

此正则表达式使用环顾四周来查找由AAA和BBB包围的数字

Answer 2

好吧，您的小示例可以通过以下命令完成：

sed -e 's/^AAA//' -e 's/BBB.*//' input.txt | sort -u > output.txt

但是，我的猜测是，您的玩具示例可能无法充分说明您要完成的工作...

Answer 3

使用GNU awk：

gawk '
    match($1, /^AAA(.*)BBB$/, m) {keys[m[1]]=1}
    END {for (k in keys) print k}
' file

或perl

perl -nE '/^AAA(\w+)BBB/ and $k{$1}=1 }END{ say join "\n", keys %k' file

Answer 4

我假设您的ID是4位数字：

grep -oE "AAA[0-9]{4}BBB" <filename> | grep -oE "[0-9]{4}"

编辑：

如果您有类似“ AAA12 @ 3BBB”的字样：

 grep -oE "AAA.{4}BBB" <filename> | grep -oE "[0-9,@]{4}"