使用 perl 或 sed 获取子字符串答案

【问题标题】：Get substring using either perl or sed使用 perl 或 sed 获取子字符串
【发布时间】：2019-08-11 13:44:35
【问题描述】：

我似乎无法正确获取子字符串。

declare BRANCH_NAME="bugfix/US3280841-something-duh";

# Trim it down to "US3280841"
TRIMMED=$(echo $BRANCH_NAME | sed -e 's/\(^.*\)\/[a-z0-9]\|[A-Z0-9]\+/\1/g')

这仍然返回bugfix/US3280841-something-duh。

如果我尝试使用 perl：

declare BRANCH_NAME="bugfix/US3280841-something-duh";

# Trim it down to "US3280841"
TRIMMED=$(echo $BRANCH_NAME | perl -nle 'm/^.*\/([a-z0-9]|[A-Z0-9])+/; print $1');

什么都不输出。

我做错了什么？

【问题讨论】：

标签： regex bash perl sed

【解决方案1】：

你可以使用这个sed:

sed -E 's~^.*/|-.*$~~g' <<< "$BRANCH_NAME"

US3280841

这个awk：

awk -F '[/-]' '{print $2}' <<< "$BRANCH_NAME"

US3280841

【讨论】：

【解决方案2】：

sed 's:[^/]*/\([^-]*\)-.*:\1:'<<<"bugfix/US3280841-something-duh"

【讨论】：

【解决方案3】：

仅使用 bash 参数扩展：

$: # don't use caps; see below.
$: declare branch="bugfix/US3280841-something-duh"
$: tmp="${branch##*/}"
$: echo "$tmp"
US3280841-something-duh
$: trimmed="${tmp%%-*}" 
$: echo "$trimmed"
US3280841

这意味着：

$: tmp="${branch_name##*/}"
$: trimmed="${tmp%%-*}"

在不产生额外进程的情况下分两步完成工作。

在sed，

$: sed -E 's#^.*/([^/-]+)-.*$#\1#' <<< "$branch"

这表示“在任何或没有字符后跟一个斜线，记住一个或多个不是斜线或破折号，然后是一个不记得的破折号，然后是任何或没有字符，然后用记住的部分替换整个输入。”

你原来的模式是

's/\(^.*\)\/[a-z0-9]\|[A-Z0-9]\+/\1/g'

这表示“记住任意数量的任何内容，后跟斜杠，然后是小写字母或数字，然后是管道字符（因为它们只能与 -E 一起使用），然后是大写字母或数字，然后是文字加号，然后将其全部替换为您记得的内容。”

GNU 的manual 是你的朋友。我一直在查资料，以确保我做对了。有时候还是要试几次，哈哈。

顺便说一句 - 尽量不要使用全大写的变量名。这是一个约定，表明它对操作系统来说是特殊的，比如 RANDOM 或 IFS。

【讨论】：

赞成您的答案，因为我通常喜欢避免调用 sed 等人进行简单的字符串转换。尽管如此，bash 并没有提供一种简单的单行方式来对变量进行正则表达式替换，这让我感到困扰。对于bash 中的单行，我能想到的最好的方法是非常丑陋的branch=$([[ "$branch" =~ ^.*/([^-]+)-.*$ ]] && echo "${BASH_REMATCH[1]}")。我希望bash 能给我们提供类似于perl 的$s =~ s/pattern/subst/; 的东西，但是bash 的${parameter/pattern/subst} 扩展AFAIK 不会说正则表达式。
您可以输入tmp="${branch##*/}" && trimmed="${tmp%%-*}"。但是，是的。我理解，但我同意。
是的，这不仅仅是将所有内容塞进一行行。理想情况下应该是一个操作需要 bash 中的多个操作。

【解决方案4】：

Perl 版本只是将+ 放在错误的位置。它应该在捕获括号内：

TRIMMED=$(echo $BRANCH_NAME | perl -nle 'm/^.*\/([a-z0-9A-Z]+)/; print $1');

【讨论】：

【解决方案5】：

只需在A-Z0-9 之前使用^

TRIMMED=$(echo $BRANCH_NAME | sed -e 's/\(^.*\)\/[a-z0-9]\|[^A-Z0-9]\+/\1/g')

在您的 sed 案例中。

你也可以简单地使用

TRIMMED=$(echo $BRANCH_NAME | sed "s/[a-z\/\-]//g" )

也是。

【讨论】：

【解决方案6】：

在 shell 终端上输入

$ BRANCH_NAME="bugfix/US3280841-something-duh"

$ echo $BRANCH_NAME| perl -pe 's/.*\/(\w\w[0-9]+).+/\1/'

使用 s（替代）命令代替 m（匹配）
perl 是 sed 的超集，所以它是相同的 'sed -E' 而不是 'perl -pe'

【讨论】：

【解决方案7】：

另一个使用 Perl 正则表达式字符类的变体（参见perldoc perlrecharclass）。

echo $BRANCH_NAME | perl -nE 'say m/^.*\/([[:alnum:]]+)/;'

【讨论】：