假设我有一个包含名称和寄存器的数据集
John Wayne 1234
Paul Newman 2345 Wrong register. The correct register is 2233
John Fitzgerald Kennedy 3456
Marilyn Monroe 1212
所有行都用空格分隔。我希望在 awk 中使用一个（或两个）正则表达式，它可以给我以下输出：
John Wayne
Paul Newman
John Fitzgerald Kennedy
Marilyn Monroe
和
1234
2233
3456
1212
我知道数据的格式非常非常糟糕，但有人知道如何帮助我吗？
【问题讨论】：
grep 可用于分别生成两个输出。看下面的测试：
$ cat f
John Wayne 1234
Paul Newman 2345 Wrong register. The correct register is 2233
John Fitzgerald Kennedy 3456
Marilyn Monroe 1212
输出一：
$ grep -o '^[^0-9]\+' f
John Wayne
Paul Newman
John Fitzgerald Kennedy
Marilyn Monroe
输出二：
$ grep -o '[0-9]\+$' f
1234
2233
3456
1212
上面使用的正则表达式相对简单。使用相同的想法，如果您愿意，您也可以使用 sed 或 awk 应用正则表达式。
【讨论】：
grep 命令在每个输出行上留下一个尾随空格。
你可以使用sed:
sed 's/[[:blank:]]*[[:digit:]]\+.*$//' file
John Wayne
Paul Newman
John Fitzgerald Kennedy
Marilyn Monroe
sed 's/.*[[:blank:]]\([[:digit:]]\+\)$/\1/' file
1234
2233
3456
1212
【讨论】：
聚会迟到了，但这可以让您同时完成两项工作：
#!/usr/bin/awk -f
{
nums = nums "\n" $NF
split($0, a, " [0-9]{4}")
names = names a[1] "\n"
}
END {
print names nums
}
首先，它获取该行的最后一个字段并将其添加到数字列表中。然后它在任何 4 位数字上拆分该行，并将拆分之前的部分添加到名称列表中。最后，它会打印名称列表和数字列表。
输出：
John Wayne
Paul Newman
John Fitzgerald Kennedy
Marilyn Monroe
1234
2233
3456
1212
如果担心多余的空格，请通过管道发送至cat -e，以明确可能出现空格的位置。
【讨论】：
" [0-9]{4}"（注意前导空格）来消除名称后的尾随空格。此外，{ print names nums }（无逗号）将避免分隔线出现单个空格。也许您可以将 awk 命令重新格式化为多行以提高可读性，并提供示例输出。
bash）确实支持多行字符串文字，因此保留解决方案的 CLI 形式结合多行字符串提供两全其美：可读性，同时仍然能够将命令粘贴到终端以进行快速测试；有关示例，请参见 here。
这种情况相当简单，因为数字在最后一个分隔符之后，所以我们会将最后一列视为我们不知道它的内容，如下所示：
awk '{print $NF}'
对于其余部分，我们将简单地匹配所有字母，包括空格，直到我们找到一个非字母字符（例如数字），然后我们将所有其余部分替换为 null：
sed 's/\([A-z ]*\) .*/\1/g'
【讨论】：
awk 解决方案表示敬意，但您的sed 命令会留下一个尾随空格；您可以在sed 脚本中附加第二个命令来补救：; s/ $//
awk 允许您指定一个字符集作为字段分隔符。因此，如果你知道你的名字后面总是跟着数字，你可以使用：
awk -F"[0-9]" '{print $1}' /tmp/x
【讨论】：
-F"<space>[0-9]"（<space> 我的意思是实际的空格字符。）将消除输出中的尾随空格。