perl - 提取字符串列表答案

【问题标题】：perl - extract list of stringsperl - 提取字符串列表
【发布时间】：2012-07-15 04:19:24
【问题描述】：

dummy.txt 包含：

gflkgWXYZ_123jfdknABC_8723879bfdkh873ABC_456jhb
gflkUI_12643jfdknABC_bfdk873WXYZ_7848jhb
ABC_1121fABC_22462
WXYZ_33273
3ABC_888

我正在尝试匹配所有这些 WXYZ_（可选数字），即 WXYZ_23 和 ABC_（可选数字）。即ABC_

什么 perl 脚本（我在没有 GNU 的 solaris 上运行）可以让我生成以下输出文件？

WXYZ_123
ABC_8723879
ABC_456
ABC_
WXYZ_7848
ABC_1121
ABC_22462
WXYZ_33273
ABC_888

【问题讨论】：

这样的字符串可以换行吗？另外我知道您只想要 WXYZ 或 ABC，或者任何全大写的三个字母都可以？
只寻找 WXYZ 或 ABC 而不是其他字符串组合

标签： regex linux perl unix grep

【解决方案1】：

使用这个正则表达式((ABC)|(WXYZ))_\d*

【讨论】：

所以perl -pe '$_=join"\n",/((?:ABC|WXYZ)_\d*)/g,""' 将是最终脚本，只是为了完成答案。

【解决方案2】：

一种方式：

perl -ne '
    push @list, $1 while m/((?:WXYZ|ABC)_\d*)/g;
    END { 
        printf qq|%s\n|, join qq|\n|, @list;
    }
' infile

输出：

WXYZ_123                                                                                                                                                                                                                                     
ABC_8723879                                                                                                                                                                                                                                  
ABC_456                                                                                                                                                                                                                                      
ABC_                                                                                                                                                                                                                                         
WXYZ_7848                                                                                                                                                                                                                                    
ABC_1121                                                                                                                                                                                                                                     
ABC_22462                                                                                                                                                                                                                                    
WXYZ_33273                                                                                                                                                                                                                                   
ABC_888

【讨论】：

【解决方案3】：

必须是 Perl 吗？

egrep -o '(WXYZ|ABC)_[0-9]*' dummy.txt

【讨论】：

【解决方案4】：

burning_LEGION 是对的，尽管在非捕获括号内进行交替更容易。您还必须以某种方式收集结果。假设您只想要 ABC_ 或 WXYZ_ 而不是其他任何东西，试试这个简短的程序：

#!/usr/bin/env perl

use warnings;
use strict;

my @matches;
open(FILE, '<', "dummy.txt") or die "Failed to open dummy.txt - $!\n";
foreach (<FILE>) {
    1 while /((?:ABC|WXYZ)_\d*)/g && push(@matches, $1);
}
close(FILE) or die "Failed to close dummy.txt - $!\n";

open(OUTPUT, '>', "output.txt") or die "Failed to open output.txt - $!\n";
print OUTPUT join("\n", @matches);
close(OUTPUT) or die "Failed to close output.txt - $!\n";

exit 0;

$cat 输出.txt
WXYZ_123
ABC_8723879
ABC_456
ABC_
WXYZ_7848
ABC_1121
ABC_22462
WXYZ_33273
ABC_888

【讨论】：