☰

Wie extrahiert man Zeilen, wenn eine der beiden Übereinstimmungszeichenfolgen übereinstimmt?

tag-icon • tag-icon text-processing
Wie extrahiert man Zeilen, wenn eine der beiden Übereinstimmungszeichenfolgen übereinstimmt?

Ich habe eine Datei mit einigen Informationszeilen, die den Ländernamen enthalten, wie unten gezeigt.

$cat country.txt

max_china_clean_foo
man_india_raw_bar
max_us_clean_bax
max_uk_raw_bar
max_canada_raw_foo
max_au_clean_bar

Ich möchte nur die Ländernamen aus dieser Datei extrahieren. Ich verwende derzeit den folgenden Code, um den Ländernamen in einer For-Schleife zu extrahieren

val=${val#*_}
val=${val%_clean*}
echo $val

Die Ausgabe enthält jedoch nur china, usLändernamen au, sodass ich den gleichen Code mit geringfügigen Änderungen wiederholen muss, um die verbleibenden Länder wie unten zu extrahieren

val=${val#*_}
val=${val%_raw*}
echo $val

Ich weiß, dass dies keine eindeutige Art der Kodierung ist, und brauche daher Ihre Hilfe beim Extrahieren der Ländernamen aus allen Zeilen, die entweder die Zeichenfolge „ cleanoder“ rawenthalten.

Gibt es eine Möglichkeit, mit awk oder sed alle Ländernamen mit zwei Match-Schlüsseln zu extrahieren? Meine Ausgabe sollte so aussehen

china
india
us
uk
canada
au

Antwort1

Ich würde keine Shell-Schleife zur Textverarbeitung verwenden.

Hier können Sie einfach Folgendes tun:

cut -d _ -f 2 < country.txt

_Oder wenn die Eingabe Zeilen ohne Zeichen enthalten kann :

awk -F _ 'NF >= 2 {print $2}' < country.txt

Wenn der Ländername _Zeichen enthalten kann und Sie stattdessen den Teil der Zeile zwischen dem ersten _und dem ersten Vorkommen _rawoder _cleandanach zurückgeben möchten, können Sie Folgendes tun:

perl -ne 'print $1 if s/^[^_]*_(.*?)_(clean|raw)/' < country.txt

Oder mit GNU grep:

grep -Po '^[^_]*_\K.*?(?=_clean|_raw)' < country.txt

Bei -P(sofern grepmit PCRE-Unterstützung erstellt) ist der reguläre Ausdruck ein Perl-kompatibler. In diesen regulären Ausdrücken \Ksetzt es den Anfang der übereinstimmenden Zeichenfolge zurück und (?=...)ist ein Vorausschauoperator, d. h. es wird geprüft, ob der Rest der Zeichenfolge übereinstimmt, ...ohne dass dieser Teil im übereinstimmenden Teil enthalten ist. -ogibt grepden übereinstimmenden Teil aus, also wird hier gedruckt, was mit dem .*?obigen übereinstimmt, was das nicht gierige Äquivalent von ist .*, d. h. eine Folge von 0 oder mehr Zeichen, so kurz wie möglich, in diesem Fall nach einer Folge von 0 oder mehr Unterstrichen ( [^_]*), die am Anfang der Zeile gefunden wurden ( ), gefolgt von einem Unterstrich und vorausgesetzt, dass darauf entweder oder ^folgt ._raw_clean

Mit pcregrepkönnen Sie es auch schreiben:

pcregrep -o1 '^[^_]*_(.*?)_(clean|raw)'

Mit -o1wird der Teil gedruckt, der mit dem ersten übereinstimmt (...).

Antwort2

Hier ist der Weg im Awk-Stil

awk -F'_' '/clean|raw/{ print $2}'

verwandte Informationen