☰

如果兩個匹配字串中的任何一個匹配，如何提取行？

tag-icon • tag-icon text-processing
如果兩個匹配字串中的任何一個匹配，如何提取行？

我有一個文件，其中有幾行包含國家/地區名稱的信息，如下所示。

$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

我只想從此文件中提取國家/地區名稱。我目前正在使用下面的程式碼在 for 循環中提取國家/地區名稱

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

但產生的輸出只有china, us和au國家/地區名稱，因此我必須重複類似的程式碼並進行少量修改才能提取其餘國家/地區，如下所示

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

clean我知道，這不是一種清晰的編碼方式，因此需要您的幫助從所有包含或raw字串的行中提取國家/地區名稱。

有沒有辦法使用 awk 或 sed 提取具有兩個匹配鍵的所有國家/地區名稱？我的輸出應該是這樣的

china
india
us
uk
canada
au

答案1

我不會使用 shell 循環來處理文本。

在這裡，你可以這樣做：

cut -d _ -f 2 < country.txt

或者，如果輸入可能包含沒有_字元的行：

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

如果國家/地區名稱可能包含_字符，並且您希望返回該行的第一次_出現和第一次出現之間_raw或_clean之後的部分，您可以執行以下操作：

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

或使用 GNU grep：

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

-P（前提是已grep使用 PCRE 支援建構），正規表示式是與 perl 相容的正規表示式。在這些正規表示式中，\K重置匹配字串的開頭，並且(?=...)是一個前瞻運算符，也就是說，它會查找字串的其餘部分是否匹配...，而該部分是否包含在匹配部分中。-o使grep輸出匹配的部分，因此這裡它打印與.*?上面匹配的內容，這是 的非貪婪等價物.*，即0 個或多個字符的序列，盡可能短，在本例中遵循0 個或多個下劃線的序列（[^_]*) 位於行 ( ) 的開頭，^後面跟著下劃線，並假設其後跟_raw或_clean。

有了pcregrep，你還可以這樣寫：

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

使用-o1，它會列印與第一個 相符的部分(...)。

答案2

這是 awk 風格的方式

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

相關內容