我有以下输入
ASR cAND text1 (p.Pro221Leu)
GMPPB cAND text2 c.1069G>A (p.Val357Ile)
KLHL40 cAND text3
GMPPB cAND text4 c.220C>T (p.Arg74Ter)
我想打印粗体之间的任何文本，即 cAND 和 ((p 或 c)
注意： text3 不是预期的，因为它不能满足上述条件。
expected output(underlined)
text1
text2
text4
regex used
grep "cAND.+(c\.|\(p)"
但是我没有得到预期的输出。请告诉我我的正则表达式有什么问题？谢谢
【问题讨论】：
标签： regex bash unix scripting grep
在 Perl 模式下使用 grep，您可以执行此操作（请参阅 demo）：
grep -P "cAND[ ]*\K\S+(?=[ ]*(?:c.|\(p))" some_path_or_files
它是如何工作的？贪婪。
cAND[ ]* 确保我们拥有 cAND 并且还匹配以下空格\K 丢弃了我们迄今为止匹配的内容，以便我们可以返回干净的字符串，例如text1
\S+ 匹配我们想要的字符：任何非空格字符(?=[ ]*(?:c.|\(p)) 前瞻确保后面是空格和 c 或 p 分隔符出了什么问题？
cAND.+(c\.|\(p) 中的.+ 是“贪婪的”：它会吃掉所有字符直到字符串的末尾，然后回溯直到可以遇到(c\.|\(p)。因此，它会吃掉最后一个 c 或 p 的字符，例如：cAND text2 c.1069G>A (p
text1。带有 Lookarounds 的备用正则表达式
既然你正在学习正则表达式......这也有效。
(?<=cAND).*?(?=c.|\(p)
参考
【讨论】：
text1,2,3,4。 op 只想要text1,2,4
使用sed -r：
sed -r 's/^.*cAND ([^ ]+)( \(?[cp].*)?$/\1/' file
text1
text2
text3
text4
PS：在 OSX 上使用sed -E。
【讨论】：
text1,2,4
还有一个通过 awk，
$ awk '$2=="cAND" && $4~/^c|^\(p/ { print $3}' file
text1
text2
text4
检查列 2 是否为 cAND 以及列 4 是否以 c 或 (p 开头。如果两个条件都满足，则将打印对应行的第 3 列。
【讨论】：