如何使用 Grep 和 RegEx 在指定单词之前和之后查找字符串答案

【问题标题】：How to find string before and after specified word using Grep and RegEx如何使用 Grep 和 RegEx 在指定单词之前和之后查找字符串
【发布时间】：2015-01-29 14:06:51
【问题描述】：

例如，我有一个包含 ff 组字符串的文件

AAA1111BBB -> FILE1
AAA2222BBB -> FILE2
AAA3333BBB -> FILE3

现在在 unix 中，我想通过搜索 AAA 作为行的开头和 BBB 作为模式的结尾的模式来提取所有 ID。输出会是这样的

1111
2222
3333

然后我想删除所有重复的条目，然后将其保存在一个文件中。我将如何做到这一点？

【问题讨论】：

标签： regex bash shell unix

【解决方案1】：

如果你有grep -P 选项可用，你可以试试

(?<=A{3})\d+(?=B{3})

此正则表达式使用环视查找被AAA 和BBB 包围的数字

【讨论】：

如果我有一个包含 AAAZ1@6BBB 的示例文件怎么办？
然后把\d+改成.+?
另外，使用grep -o -P pattern 仅发出匹配项
@PeterS 使用.*? 代替\d+

【解决方案2】：

嗯，你的小例子可以用这个命令来完成：

sed -e 's/^AAA//' -e 's/BBB.*//' input.txt | sort -u > output.txt

但是，我的猜测是，您的玩具示例可能不足以准确地解释您要完成的工作......

【讨论】：

【解决方案3】：

使用 GNU awk：

gawk '
    match($1, /^AAA(.*)BBB$/, m) {keys[m[1]]=1}
    END {for (k in keys) print k}
' file

或perl

perl -nE '/^AAA(\w+)BBB/ and $k{$1}=1 }END{ say join "\n", keys %k' file

【讨论】：

【解决方案4】：

我假设您的 ID 是 4 位数字：

grep -oE "AAA[0-9]{4}BBB" <filename> | grep -oE "[0-9]{4}"

编辑：

如果你有类似“AAA12@3BBB”的东西：

 grep -oE "AAA.{4}BBB" <filename> | grep -oE "[0-9,@]{4}"

【讨论】：