awk 正则表达式 (REGEX) 从文件中获取电话号码答案

【问题标题】：awk Regular Expression (REGEX) get phone number from fileawk 正则表达式 (REGEX) 从文件中获取电话号码
【发布时间】：2020-08-29 01:18:29
【问题描述】：

以下是我写的，允许我只显示电话号码在文件中。我也在下面发布了示例数据。

据我了解（从左到右阅读）：如果第一个字符是一个 Int，然后是一个以 [-,:] 开头的 int，然后是一个以 [-,:] 开头的 int，则使用由 "," 分隔的 awk 命令。显示第 3 列。

我使用“www.regexpal.com”来验证我的表达。我想了解更多，而不仅仅是答案，一个解释会很好。

GNU bash，版本 4.4.12(1)-release (x86_64-pc-linux-gnu)

awk -F "," '/^(\d)+([-,:*]\d+)+([-,:*]\d+)*$/ {print $3}' bashuser.csv

bashuser.csv
Jordon,New York,630-150,7234
Jaremy,New York,630-250-7768
Jordon,New York,630*150*7745
Jaremy,New York,630-150-7432
Jordon,New York,630-230,7790

Expected Output:
6301507234
6302507768
....

【问题讨论】：

\d 是 PCRE，试试[0-9]+ 或[[:digit:]]+
int 或整数通常是原始数据类型。这意味着它们的大小是有限的。正则表达式的 \d 指的是一个数字。这是 '0' 和 '9' 之间的值的字符
输第一个^
感谢大家提供的信息。我添加了一个预期的输出来看看你将如何解决这个问题。

标签： regex bash csv awk

【解决方案1】：

你可以删除所有非 int

awk '{gsub(/[^[:digit:]]/, "")}1' file.csv

gsub删除所有匹配项
[^[:digit:]] ^ 除了它旁边的东西，这是一个 int [[:digit:]]，如果你删除 ^，就会发生相反的情况。
"" 表示在 gsub 语句内的 awk 中删除或删除。
1表示全部打印，print的快捷方式

在sed

sed 's/[^[:digit:]]*//g' file.csv

【讨论】：

【解决方案2】：

由于您想要的输出总是从字段 #3 开始，您可以使用以下方法大大简化您的正则表达式：

awk -F '[*,-]' '{print $3$4$5}'

概念证明

$ awk -F '[*,-]' '{print $3$4$5}' < ./bashuser.csv
6301507234
6302507768
6301507745
6301507432
6302307790

说明

-F '[*,-]'：使用字符类将字段分隔符设置为* OR , OR -。
print $3$4$5：连接第 3 到第 5 个字段。

【讨论】：

【解决方案3】：

awk 不是很合适，因为逗号不仅作为记录的分隔符出现，更好的结果将给出sed：

sed 's/[^,]\+,[^,]\+,//;s/[^0-9]//g;' bashuser.csv

第一部分 s/[^,]\+,[^,]\+,// 删除前两条记录
第二部分//;s/[^0-9]//g 删除所有剩余的非数字字符

【讨论】：