提取子字符串和字符串中第一次出现的数字之间的模式

Question

以下是文件的内容：

xxx_component1-1.0-2-2acd314.xc-linux-x86-64-Release-devel.r
xxx_component2-3.0-1-fg3sdhd.xc-linux-x86-64-Release-devel.r
xxx_component3-1.0-2-3gsjcgd.xc-linux-x86-64-Release-devel.r
xxx_component4-0.0-2-2acd314.xc-linux-x86-64-Release-devel.r

我想提取组件名称component1 component2等

这是我尝试过的：

for line in `sed -n -e '/^xxx-/p' $file`
do
    comp=`echo $line | sed  -e '/xxx-/,/[0-9]/p'`
    echo "comp - $comp"
done

我也试过sed -e 's/.*xxx-\(.*\)[^0-9].*/\1/'

这是基于网上的一些信息。请给我sed命令，如果可能的话也逐步解释

第 2 部分。我还需要从字符串中提取版本号。 版本号以 digit 开头，以 . 结尾。其次是xc-linux。 如您所见，为了保持唯一性，它具有随机字母数字字符（长度为 7）作为版本号的一部分。

例如： xxx_component1-1.0-2-2acd314.xc-linux-x86-64-Release-devel.r 在此字符串中，版本号为：1.0-2-2acd314

Answer 1

有很多方法可以提取数据。最简单的形式是grep。

GNU grep:

您可以使用带有 PCRE 选项 -P 的 GNU grep 获取所需的数据：

$ cat file
xxx_component1-1.0-2-2acd314.xc-linux-x86-64-Release-devel.r
xxx_component2-3.0-1-fg3sdhd.xc-linux-x86-64-Release-devel.r
xxx_component3-1.0-2-3gsjcgd.xc-linux-x86-64-Release-devel.r
xxx_component4-0.0-2-2acd314.xc-linux-x86-64-Release-devel.r

$ grep -oP '(?<=_)[^-]*' file
component1
component2
component3
component4

在这里，我们在断言告诉后面使用否定查看来捕获从 _ 到 - 不包含在内的所有内容。

---

awk:

$ awk -F"[_-]" '{print $2}' file
component1
component2
component3
component4

这里我们告诉awk 使用- 和_ 作为分隔符并打印第二列。

---

sed:

话虽如此，您也可以使用sed 使用组捕获来提取所需的数据：

$ sed 's/.*_\([^-]*\)-.*/\1/' file
component1
component2
component3
component4

正则表达式状态匹配任何字符零次或多次直到_。从那时起，捕获所有内容，直到组中的 -。在替换部分中，我们只是通过使用反向引用调用组中捕获的数据，即\1。