正則表達式匹配並使用awk / grep / sed / bash / vim打印

Question

我有一個文本文件，其中每一行具有以下結構

<six digit number>;; some text of arbitrary (non-zero) length<another six digit number>some other (possibly zero length) text

我只想從每行中提取一對六位數的數字，例如，如果某行包含

234567;; some text with any number of arbitrary characters876352some other text

輸出將是

234567;;876352

我嘗試使用awk / grep / sed / bash / vim的解決方案總數太多，無法在此處列出。 以下是其中之一

#!/bin/bash

truncate --size 0 file.out
for line in "$(cat ../allwithpins)";
do
    echo $line | 'match($0, /[0123456789]{6}/, ary) {print ary[0], ary[1]}' >> file.out
    # echo $line
    # if [[ $line =~ [0123456789]{6} ]];
    # then
    #     echo ${BASH_REMATCH[$1]}
    #     #echo ${BASH_REMATCH[$1]}
    #     #echo ${BASH_REMATCH[$2]}
    # fi;
done

Answer 1

sed -r 's/^([0-9]{6};;).*([0-9]{6}).*/\1 \2/g' inputfile
234567;;876352

注意：如果您希望輸出不以;;分隔 ：

sed -r 's/^([0-9]{6}).*([0-9]{6}).*/\1 \2/g' inputfile

在這里，我們在這里捕獲(和)的文本組，然后使用\\1和\\2 ... \\n引用它們。 因此可以稍后使用\\1來表示first (``)的內容。

Answer 2

使用awk另一種解決方案

awk -F"[^0-9;]" '{print $1$(NF)}'

• -F"[^0-9;]"將字段分隔符設置為數字以外的任何其他字符;

• print $1$(NF)為每個輸入行打印由指定的分隔符分隔的第一個和最后一個字段。

  NF是字段的總數，因此$(NF)將是最后一個字段。

---

例

$ echo "234567;; some text with any 123 number of arbitrary characters876352" | awk -F"[^0-9;]" '{print $1$(NF)}'
234567;;876352

---

編輯

如果您想在數字位數等中添加更多支票，則正則表達式比較可以為您提供幫助。

例

$ awk -F"[^0-9;]" '$1 ~ /[0-9]{6};;/ && $0 ~ /[^0-9][0-9]{6}$/{print $1$(NF)}' file
234567;;876352
234567;;876352

$ cat file
234567;; some text with any number of arbitrary characters876352
234567;; some text with any number of arbitrary characters876352iaasdfadf
234567;; some text with any number of arbitrary characters876352
234567;; some text with any number of arbitrary characters8763
234567;; some text with any number of arbitrary characters876352iaasdfadf0987654321

• $1 ~ /[0-9]{6};;/檢查第一個字段是否包含6位數字，后跟;;

• $0 ~ /[^0-9][0-9]{6}$檢查輸入行是否以6位數字結尾。 [^0-9]檢查6位數字是否沒有其他數字的前面。

Answer 3

使用=~運算符的具有內置regEx功能的bash解決方案（從bash 3.0開始支持）

#!/bin/bash

while IFS= read -r line
do
    [[ $line =~ ^([[:digit:]]{6}).*([[:alpha:]]+)([[:digit:]]{6})([[:alnum:]]+).*$ ]]
    printf "%s %s\n" "${BASH_REMATCH[1]}"  "${BASH_REMATCH[3]}"
done <file

在示例文件上運行腳本

234567;; some text with any number of arbitrary characters876352some other text
234567;; some text with any number of arbitrary characters876352abcd 124356
224967;; some text with any abpsf242432 of arbitrary characters676353abcd 2343
224967;; some text with any 222355 of arbitrary characters376353cbdw 53534e
224967;; some text with any 21462@2 of arbitrary characters476353cwsf543643

產生結果為

$ bash script.sh
234567 876352
234567 876352
224967 676353
224967 376353
224967 476353

分別是您期望的前面和后面的6位數字。

Answer 4

使用sed刪除數字和分號以外的所有字符：

sed 's/[^0-9;]//g' <<< "234567;; some text with any number of arbitrary characters876352some other text"
234567;;876352