如何在 /bin/sh 脚本中使用正则表达式获取字符串的一部分答案

【问题标题】：How to get a part of a string with a regular expression in a /bin/sh script如何在 /bin/sh 脚本中使用正则表达式获取字符串的一部分
【发布时间】：2014-05-08 15:34:45
【问题描述】：

我需要在 shell 脚本中提取字符串的一部分。原始字符串非常复杂，所以我真的需要一个正则表达式来选择原始字符串的正确部分——仅仅删除前缀和后缀是行不通的。此外，正则表达式需要检查我要提取的字符串的上下文，所以我例如需要一个正则表达式a$[^b]*$b 从12a123b23 中提取123。

shell 脚本需要可移植，因此我无法使用 Bash 构造 [[ 和 BASH_REMATCH。

我希望脚本健壮，所以当正则表达式不匹配时，脚本应该注意到这一点，例如通过要使用的命令的非零退出代码。

有什么好的方法可以做到这一点？

我尝试了各种工具，但没有一个能完全解决问题：

expr match "$original" ".*$regex.*" 工作，除了错误情况。使用此命令，我不知道如何检测正则表达式是否不匹配。此外，expr 似乎采用提取的字符串来确定其退出代码 - 所以当我碰巧提取 00 时，expr 的退出代码为 1。所以我通常需要使用 expr match "$original" ".*$regex.*" || true 忽略退出代码
echo "$original" | sed "s/.*$regex.*/\\1/" 也适用，但错误情况除外。为了处理这种情况，我需要测试我是否找回了原始字符串，这也很不雅。

那么，没有更好的方法吗？

【问题讨论】：

你试过echo $original | grep -o $regex我认为确实如此，-o 只打印匹配的正则表达式部分。
你能提供一些输入字符串的样本和你预期的匹配吗？
@MikeH-R, grep -o 是 GNUism，而不是便携式 POSIX 指定的选项。
@CharlesDuffy 谢谢，我不知道，有便携版吗？我只是在谷歌上搜索并找不到。
@MikeH-R，不适用于grep，不。你可以用 awk 或 sed 做一些可移植的事情。

标签： regex shell sed

【解决方案1】：

您可以使用sed 的-n 选项来抑制所有输入行的输出，并将p 选项添加到替代命令中，如下所示：

echo "$original" | sed -n -e "s/.*$regex.*/\1/p"

如果正则表达式匹配，匹配的组像以前一样打印。但现在如果正则表达式不匹配，则不会打印任何内容，您只需测试空字符串。

【讨论】：

可移植（您仍然需要定义操作系统或系统之间的可移植性级别，shell ...）在您的操作字符串之前添加-e。它仍然没有回复关于未能找到模式的请求返回 RC > 0
对，添加了-e。关于返回值：现在只测试结果是否为空。

【解决方案2】：

grep -o 怎么样，唯一可能的问题是可移植性，否则它满足所有要求：

➜  echo "hello and other things" | grep -o hello
hello
➜  echo $?
0
➜  echo "hello and other things" | grep -o nothello
➜  echo $?
1

最好的事情之一是，由于它是 grep，您可以选择您想要的正则表达式，无论是 BRE、ERE 还是 Perl。

【讨论】：

...好吧，对于 POSIX grep，您只能获得 BRE 或 ERE。见pubs.opengroup.org/onlinepubs/009695399/utilities/grep.html
谢谢！我不知道grep -o。不幸的是，我只需要正则表达式中的第 1 组。不幸的是，无法检测到我只想从其内容中提取的部分。我编辑了问题以澄清这一点。
我相信你可以使用 Perl 正则表达式，只需将比赛前的所有内容都放在后面 (?<=like_this) 之后，然后将后面的所有内容放在前面 (?=like_this) 但正如 @CharlesDuffy 提到的那样，这不适用于POSIX grep。

【解决方案3】：

如果 egrep 可用（几乎所有时间）

egrep 'YourPattern' YourFile

或

egrep "${YourPattern}" YourFile

如果只有 grep 可用

grep -e 'YourPattern' YourFile

您使用经典的[ $? -eq 0 ] 检查命令的状态（还要考虑坏的 YourFile 访问）

对于内容本身，使用 sed 或 awk 提取（针对可移植性问题）（失败测试后）

Content="$( sed -n -e "s/.*\(${YourPattern}\).*/\1/p;q" )"

【讨论】：