☰

テキストファイルから製品、番号、数量を抽出する

tag-icon • tag-icon command-line grep
テキストファイルから製品、番号、数量を抽出する

製品名、Web サイトの場所、数量が記載された不適切なテキスト ファイルがあります。ここでは、製品名、番号 (URL から抽出)、数量のみを準備したいと思います。

入力ファイル：

rawfile.txt

Component name  Link    Quantity
Ba Test Con - Red   https://kr.element14.com/multicomp/a-1-126-n-r/banana-plug-16a-4mm-cable-red/dp/1698969 25
Ban Te Con - Black  https://kr.element14.com/multicomp/a-1-126-n-b/plug-16a-4mm-cable-black/dp/1698970  25
Ban Te Con - Black  https://kr.element14.com/hirschmann-testmeasurement/930103700/socket-4mm-black-5pk-mls/dp/1854599   15

期待される出力:

Ba Test Con - Red   1698969 25
Ban Te Con - Black  1698970 25
Ban Te Con - Black  1854599 15

私のコード:

For product name:
# extract product name
grep '.*?(?=https://)' rawfile.txt

# extract product number
grep -Po '\b[0-9]{6,7}\t\b' rawfile.txt

# extract quanity
grep -Po '\t[0-9]{1,3}' rawfile.txt

# Now combining the last two functions into one ; this works
# grep -Po '(number argument)(quantity argument)' rawfile.txt
grep -Po '(\b[0-9]{6,7}\t\b)(\t[0-9]{1,3})' rawfile.txt
1698969 25
1698970 25
1854599 15
# Now combining the three functions into one and producing an output text file; this works
# grep -Po '(product name argument)(number argument)(quantity argument)' rawfile.txt
grep -Po '(.*?(?=https://))(\b[0-9]{6,7}\t\b)(\t[0-9]{1,3})' rawfile.txt

現在の出力:

>> grep -Po '(.*?(?=https://))(\b[0-9]{6,7}\t\b)(\t[0-9]{1,3})' rawfile.txt
>>                      # no output

答え1

こんな感じのシンプルなものでいいでしょうか？（改善の余地はありますが、アイデアは伝わりましたか？）

$ cat test.txt 
Ba Test Con - Red   https://kr.element14.com/multicomp/a-1-126-n-r/banana-plug-16a-4mm-cable-red/dp/1698969 25
Ban Te Con - Black  https://kr.element14.com/multicomp/a-1-126-n-b/plug-16a-4mm-cable-black/dp/1698970  25
Ban Te Con - Black  https://kr.element14.com/hirschmann-testmeasurement/930103700/socket-4mm-black-5pk-mls/dp/1854599   15

$ sed 's#https://.*/##' test.txt 
Ba Test Con - Red   1698969 25
Ban Te Con - Black  1698970  25
Ban Te Con - Black  1854599   15

関連情報