bash - 打印正则表达式捕获的组答案

【问题标题】：bash - print regex captured groupsbash - 打印正则表达式捕获的组
【发布时间】：2021-02-24 18:22:25
【问题描述】：

我有一个 file.xml 如此组成：

...some xml text here...
    <Version>1.0.13-alpha</Version>
...some xml text here...

我需要提取以下信息：

我认为最简洁的方法是使用带有 grep 命令的正则表达式：

<Version>(\d+\.\d+)\.(\d+)([\w-]+)?<\/Version>

我检查了regex101 这个正则表达式的正确性，实际上它似乎正确地捕获了我正在寻找的 3 个字段。但是问题来了，因为我不知道如何打印这些字段。

cat file.xml | grep "<Version>(\d+\.\d+)\.(\d+)([\w-]+)?<\/Version>" -oP

这个命令打印整行，所以没什么用。

这个网站上已经写了几篇关于这个主题的帖子，所以我也尝试使用 bash 原生正则表达式支持，结果很差：

regex="<Version>(\d+\.\d+)\.(\d+)([\w-]+)?<\/Version>"
txt=$(cat file.xml)
[[ "$txt" =~ $regex ]]     --> it fails!
echo "${BASH_REMATCH[*]}"

很抱歉，我不知道如何解决这个问题。期望的输出应该是：

1.0
13
-alpha

【问题讨论】：

【解决方案1】：

使用这个 Perl 单行代码：

perl -lne 'print for m{<Version>(\d+\.\d+)\.(\d+)([\w-]+)?<\/Version>};' file.xml

例子：

echo '<Version>1.0.13-alpha</Version>' | perl -lne 'print for m{<Version>(\d+\.\d+)\.(\d+)([\w-]+)?<\/Version>};'

输出：

1.0
13
-alpha

Perl 单行代码使用这些命令行标志：
-e：告诉 Perl 查找内联代码，而不是在文件中。
-n：循环输入一行一次，默认将其分配给 $_。
-l ：在执行内联代码之前剥离输入行分隔符（默认为 *NIX 上的 "\n"），并在打印时附加它。

另请参阅：
perldoc perlrun: how to execute the Perl interpreter: command line switches

【讨论】：

【解决方案2】：

您可以使用此read + sed 解决方案，其正则表达式与您的类似：

read -r major minor suffix < <(
sed -nE 's~.*<Version>([0-9]+\.[0-9]+)\.([0-9]+)(-[^<]*)</Version>.*~\1 \2 \3~p' file.xml
)

检查变量内容：

declare -p major minor suffix

declare -- major="1.0"
declare -- minor="13"
declare -- suffix="-alpha"

几点：

【讨论】：

它就像一个魅力。谢谢。我对sed知之甚少。但是，我想知道仅使用 RE_MATCHES 是否可以达到相同的结果。
如果不使用\d，我们可以在bash 中使用<Version>([0-9]+\.[0-9]+)\.([0-9]+)(-[^<]*)</Version> 作为正则表达式，并在"${BASH_REMATCH[@]}" 中获取捕获的组，但bash 正则表达式更适合匹配字符串。如果我们试图在文件中找到匹配项，那么我们需要在循环中匹配或读取字符串中的完整文件，例如data="$(<file.xml)"