☰

sed 中的非貪婪匹配

tag-icon • tag-icon sed regular-expression
sed 中的非貪婪匹配

在 bash 腳本中，我有以下變數：

file_name='this_is_the_hart_part.csv'

使用

var2=$(echo $file_name | sed -e 's/_{2}\(.*\)_{3}/\1/')

我想提取子字串“the”（變數 $file_name 中的底線數字 2 和 3 之間）。

但我得到的 $var2 等於 $file_name。我該如何更改我的 sed 命令？

答案1

支援的正規表示式類型sed不允許與 進行非貪婪匹配*。

您想要獲得第三個_分隔欄位。這是最簡單的方法cut：

cut -d '_' -f 3

或者，與awk：

awk -F '_' '{ print $3 }'

或者，在 shell 中，連續刪除前兩個此類字段，然後修剪末尾：

str=${file_name#*_}
str=${str#*_}
str=${str%%_*}

"$str"就是the最後這個詞。使用最後一個變體可能是這三種方法中最快、最可靠的方法。

變數替換${variable#*_}將產生一個字串，該字串的$variable前導位直到並包括第一個下劃線被刪除。將${variable%%_*}刪除從第一個底線到結尾的所有內容$variable。這些是標準變數替換。

在檔案名上使用變數替換的好處是它可以處理包含換行符的檔案名，而 或或awk都sed不會cut。一般來說，不要對檔案名稱使用面向行的文字編輯工具。

此外，您正在使用echo $file_name.由於$file_name未加引號，因此它將經歷單字分割（預設情況下，在也是空格、製表符和換行符的每個字元上$IFS），並且產生的單字（如果它們包含檔案名稱通配符）將與當前目錄中的檔案名稱進行匹配通過外殼。檔案名稱中的反斜線也可能消失或產生不必要的效果（即使您引用副檔名）。當未加引號時，shellksh也會對 的值進行大括號擴展。$file_name

答案2

首先要注意的sed是文字預設情況下一次只處理一行的實用程序，而檔案名稱可以包含任何字元（包括換行符）甚至非字元（可以是非字元）文字）。

也,不加引號的變數有非常特殊的意義，你幾乎不想這樣做，這也是潛在非常危險。

也,你不能用來echo輸出任意數據，printf而是使用。

另外，類似 Bourne 的 shell 中的變數賦值語法是：var=value，而不是$var=value。

echo您可以使用以下命令將（或更好的是printf）的整個輸出載入到sed的模式空間：

printf '%s\n' "$filename" | sed -e :1 -e '$!{N;b1' -e '}'

然後，您可以新增程式碼來提取第二個和第三個之間的部分_：

var2=$(
  printf '%s\n' "$filename" |
   sed -ne :1 -e '$!{N;b1' -e '}' -e 's/^\([^_]*_\)\{2\}\([^_]*\)_.*/\2/p'
)

非貪婪部分是透過使用[^_]*（一系列非_字元）來解決的，這與.*保證我們不匹配過去的_邊界相反（儘管在許多實現中它仍然會被非字元阻塞）。

在這種情況下，您可以改用 shell 參數擴充運算子：

case $filename in
  (*_*_*_*) var2=${filename#*_*_}; var2=${var2%%_*};;
  (*)       var2=;;
esac

如果檔案名稱不是文字或您要提取的部分以換行符號結尾（並且也會更有效），則效果會更好。

有些 shell 喜歡zsh或ksh93有更高級的運算子：

  • zsh：

    拆分_並取得第三個欄位：

    var2=${"${(@s:_:)filename}"[3]}

    使用${var/pattern/replacement}和 反向引用（在這種情況下，您需要先驗證變數是否包含至少 3 個下劃線，否則不會有任何替換）。

    set -o extendedglob
var2=${filename/(#b)*_*_(*)_*/$match[1]}

  • ksh93：

    var2=${filename/*_*_@(*)_*/\1}

答案3

@Kusalananda 是對的，這sed是錯誤的工具，你不能進行非貪婪匹配。但是您可以使用非貪婪匹配的解決方法： [^_]*將匹配任何不是的字符_

所以在你的情況下你可以這樣做：

printf '%s\n' "$file_name" | sed -e 's/^[^_]*_[^_]*_\([^_]*\).*$/\1/g'

但是...對於您的用例，您應該更好地使用其他工具...

相關內容