可变长度字符串中数字的grep正则表达式答案

【问题标题】：Grep regular expression for digits in character string of variable length可变长度字符串中数字的grep正则表达式
【发布时间】：2009-12-07 21:57:51
【问题描述】：

我需要一些方法来查找包含任意字符和数字组合但只有 4 个数字和至少一个字符的单词。

示例：

a1a1a1a1        // Match
1234            // NO match (no characters)
a1a1a1a1a1      // NO match
ab2b2           // NO match
cd12            // NO match
z9989           // Match
1ab26a9         // Match
1ab1c1          // NO match
12345           // NO match
24              // NO match
a2b2c2d2        // Match
ab11cd22dd33    // NO match

【问题讨论】：

为什么不是“1234”？它正好有 4 位数字。您需要更准确地了解您的要求。
我的意思是字符和数字的任意组合（两个字符数字） cat test ab2b2 cd12 z9989 1ab26a9 1ab1c1 12345 24 a2b2c2d2 ab11cd22dd33 有效输出应该是 a2b2c2d2 z9989 1ab26a9

标签： regex shell grep

【解决方案1】：

与grep:

grep -iE '^([a-z]*[0-9]){4}[a-z]*$' | grep -vE '^[0-9]{4}$'

使用 Perl 以一种模式进行：

perl -ne 'print if /^(?!\d{4}$)([^\W\d_]*\d){4}[^\W\d_]*$/'

时髦的[^\W\d_] 字符类是[A-Za-z] 拼写的国际化方式：它可以捕获所有字母，而不仅仅是英文字母。

【讨论】：

【解决方案2】：

我不确定您可能接受的所有其他输入（即ax12ax12ax12ax12 是否有效？），但这将根据您发布的内容起作用：

%> grep -P "^(?:\w\d){4}$" fileWithInput

【讨论】：

在某些情况下，您可能希望使用\b 字边界而不是 BOL (^) 和 EOL ($)。
@Dennis。好点子。我正在编写它以匹配他提供的输入，但如果每行有多个单词，那么是的，我应该使用 \b 代替 ^ 和 $。

【解决方案3】：

要匹配 grep 中的数字，您可以使用 [0-9]。要匹配除数字以外的任何内容，您可以使用 [^0-9]。由于它可以是任意数量的字符，或者没有字符，因此您添加一个“*”（前面的任意数量）。所以你想要的是合乎逻辑的

(anything not a digit or nothing)* (any single digit) (anything not a digit or nothing)* ....

直到您有 4 个“任意一位数”组。即 [^0-9]*[0-9]...

我发现使用 grep 长模式，尤其是需要转义的长串特殊字符时，最好慢慢建立，这样你就确定你明白发生了什么。例如，

#this will highlight your matches, and make it easier to understand
alias grep='grep --color=auto'
echo 'a1b2' | grep '[0-9]'

会告诉你它是如何匹配的。一旦理解了每个部分，您就可以扩展该模式。

【讨论】：

【解决方案4】：

如果你不介意使用小 shell，你可以这样做：

echo "a1a1a1a1" |grep -o '[0-9]'|wc -l

这将显示在字符串中找到的位数。如果您愿意，您可以测试给定数量的匹配项：

max_match=4
[ "$(echo "a1da4a3aaa4a4" | grep -o '[0-9]'|wc -l)" -le $max_match ] || echo "too many digits."

【讨论】：

【解决方案5】：

假设您只需要 ASCII，并且您只能访问 grep 的（相当原始的）正则表达式结构，以下应该非常接近：

grep ^[a-zA-Z]*[0-9][a-zA-Z]*[a-zA-Z]*[0-9][a-zA-Z]*[a-zA-Z]*[0-9][a-zA-Z]*[a-zA-Z]*[0-9][a-zA-Z]*$ | grep [a-zA-Z]

【讨论】：

【解决方案6】：

你可以试试

[^0-9]*[0-9][^0-9]*[0-9][^0-9]*[0-9][^0-9]*[0-9][^0-9]*

但这将匹配 1234。为什么不符合您的条件？

【讨论】：

【解决方案7】：

正则表达式是：

([A-Za-z]\d){4}

[A-Za-z] - 用于字符类
\d - 代表数字
您将它们包装在 () 中以将它们分组，指示格式字符后跟数字
{4} - 表示必须是4次重复

【讨论】：

【解决方案8】：

你可以使用普通的shell脚本，不需要复杂的正则表达式。

var=a1a1a1a1
alldigits=${var//[^0-9]/}
allletters=${var//[0-9]/}
case "${#alldigits}" in
   4)
    if [ "${#allletters}" -gt 0 ];then
        echo "ok: 4 digits and letters: $var"
    else
        echo "Invalid: all numbers and exactly 4: $var"
    fi
    ;;
   *) echo "Invalid: $var";;
esac

【讨论】：

实际上是我写的脚本:) #!/bin/bash echo "$@" |tr -s " " "\n"s >> 排序 cat 排序 |while read tostr do l=$ (echo $tostr|tr -d "\n"|wc -c) temp=$(echo $tostr|tr -d a-z|tr -d "\n"|wc -c) if [ $temp -eq 4 ] ;then if [ $l -gt 4 ];then printf "%s " "$tostr" fi fi done echo

【解决方案9】：

感谢您的回答最后我写了一些脚本，它运行完美： . /P ab2b2 cd12 z9989 1ab26a9 1ab1c1 1234 24 a2b2c2d2

#!/bin/bash
echo "$@" |tr -s " " "\n"s >> sorting
cat sorting | while read tostr
do
  l=$(echo $tostr|tr -d "\n"|wc -c)
  temp=$(echo $tostr|tr -d a-z|tr -d "\n" | wc -c)

  if [ $temp -eq 4 ]; then
    if [ $l -gt 4 ]; then
      printf "%s " "$tostr"
    fi
  fi
done
echo

【讨论】：