Linux sed 正则表达式替换为捕获组

Question

我有一个包含以下格式的目录条目的文件：

<item><ln></ln><fn>Some person</fn><ct>07123456789</ct><sd>37</sd><rt>1</rt><bw>1</bw></item>

我想使用sed搜索<ct>是 11 位数字和<bw>1</bw>的任何地方。 我想像这样更改上面的行：

<item><ln></ln><fn>Some person</fn><ct>07123456789</ct><sd>37</sd><rt>1</rt><bw>0</bw></item>

（如果不是很明显我已经改变了<bw> = 0）

我在sed中尝试过以下操作，但不匹配：

sed -E 's/(.+<ct>\d{11}.+<bw>)1(<\/bw><\/item>)/\10\2/g' test-directory.xml

我究竟做错了什么？

Answer 1

您可以将此sed与 2 个捕获组一起使用：

sed -E 's~(.*<ct>[0-9]{11}</ct>.*<bw>)1(</bw>.*)~\10\2~' file

<item><ln></ln><fn>Some person</fn><ct>07123456789</ct><sd>37</sd><rt>1</rt><bw>0</bw></item>

更多信息：

• (.*<ct>[0-9]{11}</ct>.*<bw>) ：匹配并捕获后跟<ct>11-digits</ct>后跟任何文本后跟<bw>的任何文本<bw>在捕获组 #1
• 1 ：
• (</bw>.*) ：匹配</bw>后跟捕获组 #2 中的任何内容

PS：这假设<ct>标签出现在同一行中的<bw>标签之前。 为了更好地控制 XML，最好使用 XML 解析器而不是 shell 实用程序。

---

如果<bw>标签位置不固定，那么您可以使用这个sed解决方案：

sed -E '\~<ct>[0-9]{11}</ct>~ s~(.*<bw>)1(</bw>.*)~\10\2~' file

Answer 2

使用awk （如果您对它没问题），您可以尝试遵循 GNU awk解决方案，该解决方案是在 GNU awk中编写和测试的，并带有显示的示例。 简单的解释是，使用awk程序的match函数，其中使用正则表达式(.*<ct>[0-9]{11}<\/ct>.*<bw>)([0-9]+)(<\/bw>.*)在其中创建 3 个捕获组（稍后使用）并根据捕获组编号存储这些值，它将在名为arr的数组中创建项目索引。 完成后，只打印需要的部分（用 0 更改任何数字，在</bw>之前）。

awk '
match($0,/(.*<ct>[0-9]{11}<\/ct>.*<bw>)([0-9]+)(<\/bw>.*)/,arr){
  print arr[1]"0"arr[3]
}
' Input_file

这是上面显示的正则表达式的在线演示。