如何在sed中提取嵌套括号？

Question

我正在尝试使用sed提取空格分隔的列。 这是一个带有ps的示例：

$ ps | sed -n -E "s/^(\s*([^\s]+)){4}.*$/\0/p"
  PID TTY          TIME CMD
 8446 pts/185  00:00:00 ps
 8447 pts/185  00:00:00 sed
54326 pts/185  00:00:00 bash
$ ps | sed -n -E "s/^(\s*([^\s]+)){4}.*$/\1/p"
D
t
t
t

为什么会这样？ 如何指定嵌套括号？

---

我想获取 PID 列（在本例中）。

---

我发现我也无法处理非嵌套括号：

$ ps > out.txt
$ cat out.txt
  PID TTY          TIME CMD
14819 pts/185  00:00:00 ps
54326 pts/185  00:00:00 bash
$ cat out.txt | sed -n -E "s/^\s*([^\s]+)\s*([^\s]+)\s*([^\s]+)\s*([^\s]+).*$/\2/p"
C


$ 

在最后一种情况下，它打印带有C和 2 个空行的行。

为什么？？？

Answer 1

假设原始文件是

a1  a2 a3 a4
b1 b2 b3 b4
c1  c2 c3 c4
d1 d2 d3 d4

（如果有前导空格，请在单独的操作中将其删除， 's/^ *//' ）

没有扩展的正则表达式，你可以这样做：

sed 's/\([^ ][^ ]* *\)\{3\}.*/\1/'

这将产生

a3
b3
c3
d3

扩展的正则表达式可能会使这更清晰一些，但并非所有实现都支持反向引用，因此逻辑会更复杂一些。

Answer 2

首先，请避免使用双引号，除非您希望 shell 对其进行解释（请参阅https://mywiki.wooledge.org/Quotes ）

awk更适合现场处理，但我会尝试提供带有解释的sed解决方案（假设使用GNU sed作为\\s ）

$ sed -n -E 's/^(\s*([^\s]+)){4}.*$/\1/p' ip.txt
D
t
t
t

• ^线锚的开始
• [^\\s]这不会如你所愿，它会匹配\\和s以外s字符。 \\s , \\S , \\w和\\W不被字符类中的sed识别，在这种情况下，您可以简单地使用\\S
• (\\s*([^\\s]+))您可能打算使用两个捕获组仅捕获字段值
• {4}但是，当使用量词时，只有最后一个匹配项可用于反向引用，其他匹配项将被覆盖。 （进一步阅读： https : //www.regular-expressions.info/captureall.html ）
• 因为像CMD这样的\\s*字符串在上述情况下匹配为多个字段
• 另外，不确定为什么要使用-n和p而不是将它们排除在外

要获取特定列，我会使用：

$ sed -E 's/^\s*(\S+).*/\1/' ip.txt
PID
8446
8447
54326

$ sed -E 's/^\s*\S+\s+(\S+).*/\1/' ip.txt
TTY
pts/185
pts/185
pts/185

$ sed -E 's/^\s*\S+\s+\S+\s+(\S+).*/\1/' ip.txt
TIME
00:00:00
00:00:00
00:00:00

这给了我们以下通用公式：

$ sed -E 's/^\s*(\S+\s+){0}(\S+).*/\2/' ip.txt
PID
8446
8447
54326
$ sed -E 's/^\s*(\S+\s+){1}(\S+).*/\2/' ip.txt
TTY
pts/185
pts/185
pts/185

Answer 3

这可能对你有用（GNU sed）：

sed -nE 's/\S+/\n&\n/1;s/.*\n(.*)\n.*/\1/p' file

这用换行符包围第 n 列（在此示例中为第 1 列），然后使用模式匹配删除任一侧的字段和换行符。

或者：

sed -nE 's/^(\s*(\S+)){4}.*/\2/p' file

这将返回第 4 个字段。