awk/sed 从模式之间提取字符串答案

【问题标题】：awk/sed extract string from between patternsawk/sed 从模式之间提取字符串
【发布时间】：2014-06-19 17:53:09
【问题描述】：

我知道在 stackoverflow 上可能已经有几百种形式的这个问题被问到了，但我似乎找不到合适的答案来回答我的问题。

我正在尝试解析 Linux 机器上的 /etc/ldap.conf 文件，以便我可以从 (description= 和 ) 之间专门挑选出描述字段：

*-bash-3.2$ grep '^nss_base_passwd' /etc/ldap.conf

nss_base_passwd ou=People,dc=ca,dc=somecompany,dc=com?one?|(description=TD_FI)(description=TD_F6)(description=TD_F6)(description=TRI_142)(description=14_142)(description=REX5)(description=REX5)(description=1950)*

我希望将它们提取到他们自己的列表中，并且没有重复：

TD_FI
TD_F6
TRI_142
14_142
REX5
1950

（或全部在一行中，并带有适当的分隔符）

我已经使用sed 玩了几个小时，但无法让它工作 - 我不完全确定如何使用全局选项。

【问题讨论】：

标签： bash awk sed grep pattern-matching

【解决方案1】：

您可以将 grep 与 -P 选项一起使用，

$ grep '^nss_base_passwd' /etc/ldap.conf | grep -oP '(?<=description\=)[^)]*' | uniq
TD_FI
TD_F6
TRI_142
14_142
REX5
1950

说明：

在 grep 中使用正向向后查找来打印紧跟在 description= 之后的所有字符，直到下一个 ) 括号。 uniq 命令用于删除重复项。

【讨论】：

需要确保这仅限于以“nss_base_passwd”开头的行
这些都完全符合我的要求。谢谢大家 - 你是救生员。
@AvinashRaj 请看我的回答，你可能会感兴趣。

【解决方案2】：

perl -nE 'say join(",", /description=\K([^)]+)/g) if /^nss_base_passwd/' /etc/ldap.conf

TD_FI,TD_F6,TD_F6,TRI_142,14_142,REX5,REX5,1950

【讨论】：

【解决方案3】：

试试这个：

grep '^nss_base_passwd' /etc/ldap.conf |
grep -oE '[(]description=[^)]*' | sort -u |
cut -f2- -d=

解释：

使用bash，如果你以|（或||或&&）结束一行，shell知道命令在下一行继续，所以你不需要使用\。
第二个grep 使用-o 标志来指示应该打印出匹配的表达式，每行一个。它还使用-E 标志来指示该模式是“扩展”（即正常）正则表达式。
由于-o 将打印整个匹配项，我们需要提取前缀后面的部分，为此我们使用cut，指定分隔符=。 -f2- 表示“以第二个字段开头的所有字段”，如果描述中有=，我们需要它。

【讨论】：

【解决方案4】：

Avinash's answer 非常接近。这是我的改进版：

grep '^nss_base_passwd' /etc/ldap.conf | grep -Po '\(description=\K[^)]+' | sort -u

当您可以简单地使用\K（这实际上是相应的零宽度断言的快捷方式）时，无需使用lookaround 语法。

另外，你说你不想重复，但uniq 只会删除重复的相邻行，如果中间有东西，它不会删除重复。这就是我改用sort -u 的原因。

【讨论】：