将匹配模式的一部分保存到变量答案

【问题标题】：Save part of matching pattern to variable将匹配模式的一部分保存到变量
【发布时间】：2011-02-07 03:12:18
【问题描述】：

我想提取与模式匹配的子字符串并将其保存到文件中。示例字符串：

Apr 12 19:24:17 PC_NMG kernel: sd 11:0:0:0: [sdf] Attached SCSI removable disk

我想提取括号之间的部分，在本例中为[sdf]。

我尝试执行grep -e '[$subtext]' 之类的操作来将括号中的文本保存到变量中。当然它不起作用，但我正在寻找与此类似的方法。在这样的正则表达式中包含一个变量会非常优雅。我最擅长的是什么？

谢谢！

【问题讨论】：

我认为捕获应该在括号之间，即。不包括在内？

标签： regex bash variables extraction

【解决方案1】：

可能有更好的方法只使用 bash，但是：

echo 'Apr 12 19:24:17 PC_NMG kernel: sd 11:0:0:0: [sdf] Attached SCSI removable disk' \
| sed -s 's/.*\[\(.*\)\].*/\1/'

正如 Jurgen 指出的那样，这匹配不匹配的行。如果您不想输出不匹配的行，请使用 '-n' 使其不输出模式，并使用 '/p' 以在匹配时输出模式。

| sed -n 's/.*\[\(.*\)\].*/\1/p'

【讨论】：

这也会打印不匹配的行
OS X 用户需要删除 -s 选项，因为它不受支持。
@Stephen 我有类似的问题echo '\title{\hypertarget{A64L}{A64L(3)}}' | sed -e s/\\\\section\{/\\\\section\*{/g -e /\\\\title\{\\\\hypertarget\{$.*$\}\{.*$3$\}\}/a\\\\\\addcontentsline{toc}{section}{\1} 我希望结果为\title{\hypertarget{A64L}{A64L(3)}} \addcontents{toc}{section}{A64L}。

【解决方案2】：

匹配正则表达式，使用分组替换并且仅在正则表达式匹配时打印：

sed -n "s/.*\[\(.*\)\].*/\1/p"

【讨论】：

【解决方案3】：

sed 是贪婪的，因此如果您的数据中有更多 [] 对，sed 的答案将丢失一些数据。使用 grep+tr 解决方案，也可以使用 awk

$ cat file
[sss]Apr 12 19:24:17 PC_NMG kernel: sd 11:0:0:0: [sdf] Attached SCSI removable disk [tag] blah blah

$ awk -F"[" '{for(i=2;i<=NF;i++){if($i~/\]/){sub("].*","",$i)};print $i}}' file
sss
sdf
tag

【讨论】：

【解决方案4】：

BASH_REMATCH 是一个数组，其中包含由 shell 匹配的组。

$ line='Apr 12 19:24:17 PC_NMG kernel: sd 11:0:0:0: [sdf] Attached SCSI removable disk'
$ [[ $line =~ \[([^]]+)\] ]]; echo "${BASH_REMATCH[1]}"
sdf

如果你想把它放在一个循环中，你可以这样做；这是一个例子：

while read -r line; do
  if [[ $line =~ \[([^]]+)\] ]] ; then
    drive="${BASH_REMATCH[1]}"
    do_something_with "$drive"
  fi
done < <(dmesg | egrep '\[([hsv]d[^]]+)\]')

这种方法不会将外部调用放入循环中——因此外壳不需要fork 和exec 来启动外部程序，例如sed 或grep。因此，它可以说比这里提供的其他方法要干净得多。

顺便说一句，您最初的方法（使用 grep）并没有那么遥远；使用grep -o 将只输出匹配的子字符串：

$ subtext=$(egrep -o "\[[^]]*\]" <<<"$line")

...虽然这包括捕获中的括号，因此不是 100% 正确的。

【讨论】：

但是与 awk （等）相比，bash 的 while 读取循环在迭代大文件时要慢得多。顺便说一句，如果没有 while 循环，我的第一个版本没有输出。不应转义字符范围内的 ]。
@ghostdog - 已更新，谢谢。我确实按原样获得输出，但那是 bash 4。我同意读取循环很慢——在输入端过滤一次比在循环内过滤要好得多，而且你如果要匹配多行，必须有一个循环。
@CharlesDuffy 我猜你可以回答unix.stackexchange.com/a/413680/176227 需要类似的解决方案。只需更正正则表达式即可。