使用？ 與sed

Question

我只想獲取可能會或可能不會gzip壓縮的文件的編號。 但是，似乎sed中的正則表達式不支持? 。 這是我嘗試過的：

echo 'file_1.gz'|sed -n 's/.*_\\(.*\\)\\(\\.gz\\)?/\\1/p'

一無所獲。 然后我加了一個? 到要分析的字符串：

echo 'file_1.gz?'|sed -n 's/.*_\\(.*\\)\\(\\.gz\\)?/\\1/p'

並得到：

1

所以，看起來像? sed不支持大多數正則表達式中使用的代碼，對嗎？ 好吧，我只想sed給file_1和file_1.gz賦予1 。 如果執行時間很關鍵，在bash腳本中執行此操作的最佳方法是什么？

Answer 1

相當於x? 是\\(x\\|\\) 。

但是，許多版本的sed支持啟用“擴展正則表達式”的選項，其中包括? 。 在GNU sed中，標志為-r 。 請注意，這還會更改未轉義的括號以進行分組。 例如：

echo 'file_1.gz'|sed -n -r 's/.*_(.*)(\.gz)?/\1/p'

實際上，您的正則表達式中還有另一個錯誤，那就是如果有一個錯誤，那么括號中的貪婪.*將會吞噬“ .gz”。 據我所知，sed沒有與*等價的非貪婪，但是您可以使用| 解決此問題。 | sed（以及許多其他正則表達式實現）中的將使用最左邊的匹配項，因此您可以執行以下操作：

echo 'file_1.gz'|sed -r 's/(.*_(.*)\.gz)|(.*_(.*))/\2\4/'

這將嘗試與.gz匹配，並且僅在不起作用時嘗試不帶.gz的匹配。 實際上，第2或第4組中只有一個存在（因為它們位於同一|相對兩側），因此我們只是將它們連接起來以獲得所需的值。

Answer 2

如果您要查找問題中給出的特定示例的答案，或者為什么要使用? 錯誤地（無論語法如何），請參閱Laurence Gonsalves的答案 。

如果您正在尋找為什么要回答一般性問題的答案? 不像您所期望的那樣在sed中顯示其特殊含義：

默認情況下，sed使用“ POSIX基本正則表達式語法”，因此必須將問號轉義為\\? 以應用其特殊含義，否則匹配文字問號。 或者，可以使用-r或--regexp-extended選項來使用“擴展的正則表達式語法”，這將轉義已轉義和未轉義的特殊字符（包括?的含義? 。

用GNU sed文檔的話（在Linux上通過運行'info sed'查看）：

基本和擴展正則表達式之間的唯一區別在於幾個字符的行為：'？'，'+'，括號和大括號（'{}'）。 基本的正則表達式要求您將它們轉義為特殊字符，而使用擴展的正則表達式時，如果希望它們與文字字符匹配，則必須轉義它們。

並說明了該選項：

-r --regexp-extended

使用擴展的正則表達式，而不是基本的正則表達式。 擴展的正則表達式是`egrep'接受的。 它們可以更清晰，因為它們通常反斜杠較少，但它們是GNU擴展，因此使用它們的腳本不可移植。

更新資料

現在，較新版本的GNU sed表示：

-E -r --regexp-extended

使用擴展的正則表達式，而不是基本的正則表達式。 擴展的正則表達式是'egrep'接受的。 它們可以更清晰，因為它們的反斜杠通常較少。 從歷史上講，這是GNU擴展，但是自那以后，'-E'擴展已被添加到POSIX標准（ http://austingroupbugs.net/view.php?id=528 ）中，因此請使用'-E'進行移植。 多年來，GNU sed接受'-E'作為未記錄的選項，而* BSD sed多年以來也接受'-E'，但是使用'-E'的腳本可能無法移植到其他較舊的系統。

因此，如果您需要保留與古代GNU sed的兼容性，請堅持使用-r 。 但是，如果您希望在更現代的系統（例如Linux + Mac支持）上更好的跨平台可移植性，請使用-E （但請注意，GNU sed和BSD sed之間仍然存在一些古怪之處和不同之處，因此您必須確保您的腳本在任何情況下都是可移植的）。

Answer 3

echo 'file_1.gz'|sed -n 's/.*_\(.*\)\?\(\.gz\)/\1/p'

作品。 您必須將退貨放到正確的位置，並且必須逃避。

Answer 4

在獲取/解析字段時，應使用優於sed awk ：

$ awk -F'[._]' '{print $2}' <<<"file_1"
1
$ awk -F'[._]' '{print $2}' <<<"file_1.gz"
1

或者，您可以只使用Bash的參數擴展，如下所示：

 var=file_1.gz; 
 temp=${var#*_}; 
 file=${temp%.*}
 echo $file

注意 ：在var=file_1也適用

Answer 5

一個函數，無論文件擴展名如何，均應返回文件名中“ _”后的數字：

realname () {
  local n=${$1##*/}
  local rn="${n%.*}"
  sed 's/^.*\_//g' ${$rn:-$n}
}

Answer 6

解決方案的一部分在於轉義問號或使用-r選項。

sed 's/.*_\([^.]*\)\(\.\?[^.]\+\)\?$/\1/'

要么

sed -r 's/.*_([^.]*)(\.?[^.]+)?$/\1/'

適用於：

file_1.gz
file_12.txt
file_123

導致：

1
12
123

Answer 7

我只是意識到這可以很簡單地做一些事情：

echo 'file_1.gz'|sed -n 's/.*_\\([0-9]*\\).*/\\1/p'

注意[0-9]*而不是.* 。 @Laurence Gonsalves的回答使我意識到上一篇文章的貪婪。