在正则表达式中引用文件答案

【问题标题】：Make reference to a file in a regular expression在正则表达式中引用文件
【发布时间】：2014-04-28 22:31:47
【问题描述】：

我有两个文件。一个是 SALESORDERLIST，如下所示

ProductID;ProductDesc
1,potatoes 1 kg.
2,tomatoes 2 k
3,bottles of whiskey 2 un.
4,bottles of beer 40 gal

(ProductID;ProductDesc) 标头实际上不在文件中，因此请忽略它。在另一个文件 POSSIBLEUNITS 中，我已经 - 你猜到了 - 可能的单位，以及它们的等价物：

u;u.;un;un.;unit
k;k.;kg;kg.,kilograms

这是我使用正则表达式的第一天，我想知道如何获取 SALESORDERLIST 中的条目，其单位出现在 POSSIBLEUNITS 中。在我的示例中，我想排除条目 4，因为 'gal' 未在 POSSIBLEUNITS 文件中列出。

我说的是正则表达式，因为我还有一个需要匹配的标准：

egrep "^[0-9]+;{1}[^; ][a-zA-Z ]+" SALESORDERLIST

从这些结果条目中，我想得到那些以有效单位结尾的条目。

谢谢！

【问题讨论】：

你可能应该看看像awk 和grep 这样的工具来实现你想要的，一个正则表达式本身，不解析文件，它解析字符串。 正则表达式是用于描述搜索模式的特殊文本字符串。 regexbuddy.com/regex.html
@Tuga 不过，它可以在 bash 中完成。
@ooga 据我所知awk 和 grep 在 bash 中运行，但 OP 仅使用正则表达式无法达到预期结果。
@iL_Marto 不要在这里发帖，更新你的问题。
@Tuga 当然，它们“在 bash 中运行”（嗯，不完全是 in bash，但它们可以在 from bash 中运行）。我只是说它可以用 bash 本身来完成，因为 bash 可以从文件中读取行并且可以将子表达式与简单的正则表达式匹配。我并不是说这是最好的方法，但这是一个有趣的练习。

标签： regex bash shell

【解决方案1】：

实现你想要的一种方法是：

cat SALESORDERLIST | egrep "\b(u|u\.|un|un\.|unit|k|k\.|kg|kg\.|kilograms)\b"


1,potatoes 1 kg.
2,tomatoes 2 k
3,bottles of whiskey 2 un.

元字符 \b 是一个锚点，允许您执行“whole words only”搜索 \bword\b 形式的正则表达式。

http://www.regular-expressions.info/wordboundaries.html

【讨论】：

【解决方案2】：

一种方法是创建一个 bash 脚本，例如称为 findunit.sh：

while read line
do
    match=$(egrep -E "^[0-9]+,{1}[^, ][a-zA-Z ]+" <<< $line)    
    name=${match##* }
        # echo "$name..."
        found=$(egrep "$name" /pathtofile/units.txt) 
        # echo "xxx$found"
        [ -n "$found" ] && echo $line
done < $1

然后运行：

findunit.sh SALESORDERLIST

我的输出是：

1,potatoes 1 kg.
2,tomatoes 2 k
3,bottles of whiskey 2 un.

【讨论】：

【解决方案3】：

一个完全用 bash 做的例子：

declare -A units

while read line; do
  while [ -n "$line" ]; do
    i=`expr index $line ";"`
    if [[ $i == 0 ]]; then
      units[$line]=1
      break
    fi
    units[${line:0:$((i-1))}]=1
    line=${line#*;}
  done
done < POSSIBLEUNITS

while read line; do
  unit=${line##* }
  if [[ ${units[$unit]} == 1 ]]; then
    echo $line
  fi
done < SALESORDERLIST

【讨论】：