sed：从匹配正则表达式的行中过滤字符串子集答案

【问题标题】：sed: filter string subset from lines matching regexpsed：从匹配正则表达式的行中过滤字符串子集
【发布时间】：2020-07-14 16:09:27
【问题描述】：

我有一个格式如下的文件：

abc: A B C D E
abc: 1 2 3 4 5 
def  D E F G H
def: 10 11 12 23 99
...

这是第一行字符串，':'之后是下一行数字的标题。我想使用sed 仅提取以PATTERN 开头的行，其中包含数字。

一行中的数字数量是可变的，但假设我确切知道我期待多少，所以我尝试了这个命令：

% sed 's/^abc: \([0-9]+ [0-9]+ [0-9]+\)$/\1/g' < file.txt

但它会转储文件中的所有条目。我做错了什么？

【问题讨论】：

【解决方案1】：

sed -nE '/^abc: [0-9]+ [0-9]+ [0-9]+ [0-9]+ [0-9]+$/p' < file.txt

或更好，

sed -nE '/^abc:( [0-9]+){5}$/p' < file.txt

-n 标志禁用 (1) 中描述的sed 的“打印所有行”行为。只会打印到达p 命令的行。

【讨论】：

感谢您的评论。 sed -nE '/^abc: ([0-9]+ ){5}$/p' < file.txt 仅在行中的最后一个数字也以空格字符结尾时才有效？
我把空格放在数字的前面，假设:后面和数字之间总是有一个空格：sed -En '/abc:( [0-9]+)+/p' file.txt（你不需要@ 987654332@ 重定向，如果给定文件名，sed 从文件中读取）
@Mark True，我已经更正了，但现在如果最后一个数字后面有空格，它将不匹配。您可以根据您的需要调整该正则表达式。特别是，如果您想允许额外的空格和制表符，请考虑在$ 之前添加[ \t]*。
@StephenP 是的，< 在这里是一次性的。使用<，shell 打开文件，没有它sed 也可以。
@Quasímodo，@Stephen P，感谢您的 cmets，它现在可以工作了。如果我只想提取匹配的数字（并删除前缀，例如 abc），以下命令对您来说是否合适？ sed -n 's/^abc: $[0-9].*$/\1/p'

【解决方案2】：

只提取以PATTERN字符串开头的一行，行中带有数字，一行中的数字是可变的表示至少有一个数字，所以： p>

$ sed -n '/abc: \([0-9]\+\)/p' file

输出：

abc: 1 2 3 4 5

正好有 5 个数字，使用：

$ sed -n '/abc: \([0-9]\+\( \|$\)\)\{5\}/p' file

【讨论】：

奇怪的是，你的两种模式在 macOS 上不适合我，虽然他们应该 - 但他们确实在 linux 上工作，并且如果我添加 -E 并删除 `\`es，它们可以在 macOS 上运行
是的，GNU rot .

【解决方案3】：

@Mark 在评论中的附加问题 “如果我只想提取匹配的数字（并删除前缀，例如 abc）......” 这是我想出的模式： p>

sed -En 's/^abc: (([0-9]+[ \t]?)+)[ \t]*$/\1/gp' file.txt

我将-E 标志用于扩展正则表达式以避免所有需要的转义。
鉴于此文件：

abc: A B C D E
abc: 1 2 3 4 5 
abc: 1 c9 A 7f
def  D E F G H
def: 10 11 12 23 99

…这个正则表达式匹配abc: 1 2 3 4 5，但不包括abc: 1 c9 A 7f——它还允许可变空格和尾随空格。

【讨论】：

谢谢，它对我有用。不过还有一件事：事实证明我的行中可能有负数，所以我像这样更新了你的表达式：sed -En 's/^abc: (([-]?[0-9]+[ \t]?)+)[ \t]*$/\1/gp'
顺便说一句，我试图删除“-E”参数并转义所有括号，但这对我不起作用。它只是没有返回任何东西。我在 ubuntu 上使用 GNU sed- 4.2.2。
@Mark 没有-E 你还必须转义加号“一个或多个”\+，而且我很确定，问号“可选”\?（但目前无法尝试）

【解决方案4】：

使用任何 sed：

$ sed -n 's/^abc: \([0-9 ]*\)$/\1/p' file
1 2 3 4 5

【讨论】：