如何在比赛位置之后提取子字符串？

Question

我需要从非常长的行ed文件中grep字符串或模式（例如，字符串或模式前后200个字符）。 该文件包含来自远程服务器的数据流（市场交易数据），并被附加到文件的这一行。

我知道我可以使用grep （或其他工具）匹配包含特定模式的行，但是一旦有了这些行，如何提取该行的一部分？ 我想用模式加上该模式前后大约200个字符来抓取行的一部分。 我对使用...（提供的工具或您在这里熟悉的语言）的答案特别感兴趣。

Answer 1

如果您需要的是表达式前后的200个字符以及表达式本身，那么您正在查看：

/.{200}aaa.{200}/

如果您需要为每个捕获（允许您将每个部分提取为一个单元），则可以使用此正则表达式：

/(.{200})(aaa)(.{200})/

Answer 2

如果您的grep具有-o ，则仅输出匹配的部分。

 echo "abc def ghi jkl mno pqr" | egrep -o ".{4}ghi.{4}"

产生：

def ghi jkl

Answer 3

(.{0,200}(pattern).{0,200})或其他内容？

Answer 4

这是您想要的（在C中）吗？
如果是这样，请随时适应您的特定需求。

#include <stdio.h>
#include <string.h>

void prt_grep(const char *haystack, const char *needle, int padding) {
  char *ptr, *start, *finish;
  ptr = strstr(haystack, needle);
  if (!ptr) return;
  start = (ptr - padding);
  if (start < haystack) start = haystack;
  finish = ptr + strlen(needle) + padding;
  if (finish > haystack + strlen(haystack)) finish = haystack + strlen(haystack);
  for (ptr = start; ptr < finish; ptr++) putchar(*ptr);
}

int main(void) {
  const char *longline = "123456789 ASDF 123456789";
  const char *pattern = "ASDF";

  prt_grep(longline, pattern, 5); /* you want 200 */
  return 0;
}

Answer 5

我认为我可以通过匹配所需字符串的一部分，然后将匹配位置用作子字符串提取的起点来解决该问题。 在Perl中，一旦您的正则表达式成功，内置的pos告诉您停止的位置：

 if( $long_string = m/$regex/ ) {
      $substring = substr( $long_string, pos( $long_string ), 200 );
      }

我倾向于用Perl编写程序，而不是使用正则表达式执行所有操作。 在这种情况下，Perl没有什么特别的。

Answer 6

我认为这可能是每个人都在思考的更基本的方法，如果我错了，请纠正我...您要在除字符串之外的字符串之前和之后打印吗？

awk -F "ASDF" '{print "Before ASDF" $1 "\n" "After ASDF" $2}' $FILE

这将打印如下内容：

在ASDF之前

在ASDF之后

根据您的需要进行更改，删除“ \\ n”和/或“ Before ...”和“ After ...”注释

是否要禁止文件中的字符串？ 这将用空格替换字符串，再次将其更改为所需的字符串。

sed -i 's/ASDF/\ /' longstring.txt

高温超导