如何使用正则表达式在 Bash 中提取部分字符串

Question

我一直试图在 bash 中提取部分字符串。我在 Mac 上使用它。

输入字符串的模式：

• 一些随机词后跟/。这是可选的。
• 关键字（def、foo 和 bar）后跟连字符（-）后跟数字。这可以是 2-6 位数字
• 这些数字后面又是连字符和几个连字符分隔的单词。

示例输入和输出：

abc/def-1234-random-words // def-1234
bla/foo-12-random-words // foo-12
bar-12345-random-words // bar-12345

所以我尝试使用以下命令来获取它，但由于某种奇怪的原因，它返回了整个字符串。

extractedValue=`getInputString | sed -e 's/.*\(\(def\|bar\|foo\)-[^-]*\).*/\1/g'`
// and
extractedValue=`getInputString | sed -e 's/.*\(\(def\|bar\|foo\)-\d{2,6}\).*/\1/g'`

我还尝试使用I 标志使其不区分大小写，但它给我抛出了错误：

：替代命令中的错误标志：'I'

---

以下是我尝试过的参考：

• Extract substring using regexp in plain bash
• Extract string from string using RegEx in the Terminal

Answer 1

这个gnu sed 应该与忽略大小写标志一起使用：

sed -E 's~^(.*/){0,1}((def|foo|bar)-[0-9]{2,6})-.*~\2~I' file

def-1234
foo-12
bar-12345

此 sed 匹配：

• (.*/){0,1}：匹配一个字符串到 / 可选地在开始
• (: 开始捕获组 #2
  • (def|foo|bar)：匹配 def 或 foo 或 bar
  • -：匹配一个-
  • [0-9]{2,6}：匹配 2 到 6 位数字
• ): 结束捕获组 #2
• -.*: 匹配 - 后跟任何内容直到结束
• 替代是我们在第 2 组中捕获的价值

---

或者你可以使用这个awk:

awk -v IGNORECASE=1 -F / 'match($NF, /^(def|foo|bar)-[0-9]{2,6}-/) {print substr($NF, 1, RLENGTH-1)}' file

def-1234
foo-12
bar-12345

Awk 解释：

• -v IGNORECASE=1：启用忽略大小写匹配
• -F /：使用/作为字段分隔符
• match($NF, /^(def|foo|bar)-[0-9]{2,6}-/)：在$NF 中使用正则表达式^(def|foo|bar)-[0-9]{2,6}- 匹配文本，这是使用/ 作为字段分隔符的最后一个字段（忽略/ 之前的文本）
• 如果匹配成功，则使用substr 打印从位置1 到RLENGTH-1 的文本（因为我们在数字后匹配到-）

Answer 2

您可以使用-E 选项来使用扩展正则表达式，然后您不必转义( 和|。

echo abc/def-1234-random-words  | sed -E -e 's/.*((def|bar|foo)-[^-]*).*/\1/g'
def-1234