在Shell脚本中使用正则表达式提取子字符串

Question

字符串可以是以下形式：

1. com.company。$（PRODUCT_NAME：rfc1034identifier）
2. $（PRODUCT_BUNDLE_IDENTIFIER）
3. com.company。$（PRODUCT_NAME：rfc1034identifier）。$（someRandomVariable）

我需要帮助编写正则表达式以提取$（..）中的所有字符串。

我创建了一个([(])\\w+([)])类的正则表达式，但是当我尝试在Shell脚本中执行时，它给了我括号不匹配的错误。

这是我执行的：

echo "com.io.$(sdfsdfdsf)"|grep -P '([(])\w+([)])' -o

我需要获取所有匹配的子字符串。

Answer 1

问题是在echo命令中使用双引号，这会将$(...)解释为命令替换 。

您可以使用单引号：

echo 'com.io.$(sdfsdfdsf)' | grep -oP '[(]\w+[)]'

---

这是使用内置BASH正则表达式的替代方法：

$> re='[(][^)]+[)]'
$> [[ 'com.io.$(sdfsdfdsf)' =~ $re ]] && echo "${BASH_REMATCH[0]}"
(sdfsdfdsf)

Answer 2

您可以使用sed非常简单

echo 'com.io.$(asdfasdf)'|sed -e 's/.*(\(.*\))/\1/g'

给

asdfasdf

对于两个字段：

echo 'com.io.$(asdfasdf).$(ddddd)'|sed -e 's/.*((.*)).$((.*))/\1 \2/g'

给

asdfasdf ddddd

说明：

sed -e 's/.*(\(.*\))/\1/g'
          \_/\____/  \/
           |    |     |_ print the placeholder content
           |    |___ placeholder selecting the text inside the paratheses
           |____ select the text from beginning including the first paranthese    

Answer 3

您的问题指定“ shell”，但不指定“ bash”。 因此，我将从一个通用的基于外壳的工具（awk）开始，而不是假设您可以使用任何特定的非POSIX内置插件集。

$ cat inp.txt

com.company.$(PRODUCT_NAME:rfc1034identifier)
$(PRODUCT_BUNDLE_IDENTIFIER)
com.company.$(PRODUCT_NAME:rfc1034identifier).$(someRandomVariable)

$ awk -F'[()]' '{for(i=2;i<=NF;i+=2){print $i}}' inp.txt

PRODUCT_NAME:rfc1034identifier
PRODUCT_BUNDLE_IDENTIFIER
PRODUCT_NAME:rfc1034identifier
someRandomVariable

这个awk单衬里定义了一个包含分隔符的字段分隔符。 使用这样的字段分隔符，假设所有输入行均已正确设置格式且其他括号内没有嵌入括号，则每个偶数字段将成为您要查找的内容。

如果您确实想单独在POSIX shell中执行此操作，则可以选择以下选项：

#!/bin/sh

while read line; do
  while expr "$line" : '.*(' >/dev/null; do
    line="${line#*(}"
    echo "${line%%)*}"
  done
done < inp.txt

这将逐步遍历输入的每一行，使用括号将其切成薄片并打印每个切片。 注意，这使用了expr ，它很可能是一个外部二进制文件，但至少包含在POSIX.1中。