在 sed 中捕获组

Question

我有很多行表格

ko04062 ko:CXCR3
ko04062 ko:CX3CR1
ko04062 ko:CCL3
ko04062 ko:CCL5
ko04080 ko:GZMA

并且非常希望摆脱右侧列的 ko: 位。我正在尝试使用sed，如下：

echo "ko05414 ko:ITGA4" | sed 's/\(^ko\d{5}\)\tko:\(.*$\)/\1\2/'

它只是输出我回显的原始字符串。我对命令行脚本、sed、管道等非常陌生，所以如果/当我做一些非常愚蠢的事情时，请不要太生气。

让我感到困惑的主要事情是，如果我将\1\2 位反转为读取\2\1 或仅使用一组，也会发生同样的事情。我想，这意味着我遗漏了一些关于将 echo 的输出通过管道传输到 sed 的机制，或者我的正则表达式错误，或者我使用 sed 错误，或者 sed 没有打印替换的结果.

任何帮助将不胜感激！

Answer 1

@OP，如果你只是想摆脱“ko:”，那么

$ cat file
ko04062 ko:CXCR3
ko04062 ko:CX3CR1
ko04062 ko:CCL3
ko04062 ko:CCL5
some text with a legit ko: this ko: will be deleted if you use gsub.
ko04080 ko:GZMA

$ awk '{sub("ko:","",$2)}1' file
ko04062 CXCR3
ko04062 CX3CR1
ko04062 CCL3
ko04062 CCL5
some text with a legit ko: this ko: will be deleted if you use gsub.
ko04080 GZMA

请注意。虽然您可以使用纯 bash 字符串替换，但只有在更改单个字符串时才会更有效。如果你有一个文件，尤其是一个大文件，使用 bash 的 while 读取循环仍然比使用 sed 或 awk 慢。

Answer 2

应该这样做。您也可以跳过最后一组并简单地使用 \1 代替，但由于您正在学习 sed 和正则表达式，这是个好东西。我想在中间使用一个非捕获组(:? )，但无论出于何种原因，我都无法让它与 sed 一起玩，也许它不受支持。

sed --posix 's/\(^ko[0-9]\{5\}\)\( ko:\)\(.*$\)/\1 \3/g' file > result

当然你也可以使用

sed --posix 's/ko://'

Answer 3

您不需要为此使用 sed

以下是使用 bash 的方法：

var="ko05414 ko:ITGA4"
echo ${var//"ko:"}

${var//"ko:"} 将所有的 "ko:" 替换为 ""

更多信息请见Manipulating Strings

Answer 4

sed 正在输出其输入，因为替换不匹配。由于您可能正在使用 GNU sed，请尝试以下操作：

echo "ko05414     ko:ITGA4" | sed 's/\(^ko[0-9]\{5\}\)\tko:\(.*$\)/\1\2/'

• \d -> [0-9] 因为 GNU sed 无法识别 \d
• {} -> \{\} 因为 GNU sed 默认使用基本的正则表达式。