sed 手册明确指出，可用于替换字符串的可用反向引用编号为 \1 到 \9。我正在尝试解析一个包含 10 个字段的日志文件。
我已经为它形成了正则表达式，但第十场比赛（以及之后的任何比赛）都无法访问。
在 KSH（或任何我可以移植到 shell 脚本的语言）中，有没有人有一种优雅的方法来规避这个限制？
【问题讨论】：
perl -pe 's/yourregexhere/$1$2$3$4$5$6$7$8$9$10/'
awk 的工作——字段 10 是 $10
标签： regex shell sed backreference
如果你有GNU awk，你可以控制更多事情。为此，您将需要 match(source,/regex/,array) 构造。
例子：
用于测试的示例输入：
echo "$x"
p1=aaa,p2=bb,p3=cc,p4=dd,p5=ee,p6=ff,p7=gg,p8=hh,p9=ii,p10=jj
sed 在\9 之前工作正常：
echo $x |sed -r 's/p1=([^,]+).*p2=([^,]+).*p3=([^,]+).*p4=([^,]+).*p5=([^,]+).*p6=([^,]+).*p7=([^,]+).*p8=([^,]+).*p9=([^,]+)(.*)/\1 \2 \3 \4 \5 \6 \7 \8 \9/'
aaa bb cc dd ee ff gg hh ii
在添加\10时sed坏了，它被认为是\1+0。
echo $x |sed -r 's/p1=([^,]+).*p2=([^,]+).*p3=([^,]+).*p4=([^,]+).*p5=([^,]+).*p6=([^,]+).*p7=([^,]+).*p8=([^,]+).*p9=([^,]+).*p10=([^,]+)(.*)/\1 \2 \3 \4 \5 \6 \7 \8 \9 \10/'
aaa bb cc dd ee ff gg hh ii aaa0
awk 在添加超过 9 的任何反向引用时进行救援。这里添加了第 10 个引用：
echo "$x" |awk '{match($0,/p1=([^,]+).*p2=([^,]+).*p3=([^,]+).*p4=([^,]+).*p5=([^,]+).*p6=([^,]+).*p7=([^,]+).*p8=([^,]+).*p9=([^,]+).*p10=([^,]+)(.*)/,a);print a[1],a[2],a[3],a[4],a[5],a[6],a[7],a[8],a[9],a[10]}'
aaa bb cc dd ee ff gg hh ii jj
【讨论】：
使用 -e 分割流，只要被替换的元素在你分割它们的组中。当我进行日期拆分以便将日期时间重新组织为 14 位数字字符串时，我必须将流拆分 3 次。
echo "created: 02/05/2013 16:14:49" | sed -e 's/^\([[:alpha:]]*: \)//' -e 's/\([0-9]\{2\}\)\(\/\)\([0-9]\{2\}\)\(\/\)\([0-9]\{4\}\)\( \)/\5\1\3/' -e 's/\([0-9]\{2\}\)\(\:\)\([0-9]\{2\}\)\(\:\)\([0-9]\{2\}\)/\1\3\5/'
20130205161449
【讨论】：
sed -E -e 's/[[:alpha:]]*: ([0-9]{2})\/([0-9]{2})\/([0-9]{4}) ([0-9]{2}):([0-9]{2}):([0-9]{2})/\3\1\2\4\5\6/'
考虑一个不需要使用正则表达式反向引用的解决方案。例如，如果您有一个简单的字段分隔符，请使用split，甚至使用 awk 代替 perl 进行处理。
【讨论】：
你能用 perl -pe 's/(match)(str)/$2$1/g;' 代替 sed 吗？绕过反向引用限制的方法是使用 sed 以外的东西。
另外，我想你可以分两步进行替换，但我不知道你的模式，所以我无法帮助你。
【讨论】：
您要求的是 shell 脚本解决方案 - 这意味着您不仅限于使用 sed，对吗？大多数 shell 都支持数组，所以也许您可以将行解析为 shell 数组变量？如果需要，您甚至可以多次解析同一行，每次通过时提取不同的信息位。
这样可以吗？
【讨论】：