使用正则表达式解析 bash 中的分隔数组答案

【问题标题】：Using regex to parse a delimited array in bash使用正则表达式解析 bash 中的分隔数组
【发布时间】：2014-11-22 14:08:41
【问题描述】：

我有一个包含以下行的文件：

<polyline id="graph" points="0,287 100,470 200,509 300,459 400,471"/>

我需要提取以下值：

287 470 509 459 471

我目前正在使用此代码：

grep -oP '(?<=points=").*(?="/>)' "file.svg" | grep -oP '(?<=,)[[:digit:]]*'

我想用一个grep 来做，我尝试使用(?:)，但没有成功。有什么建议吗？

【问题讨论】：

标签： regex bash svg grep pcre

【解决方案1】：

一个 sed 解决方案可以像

$ sed -r '/points=/ s/[^,]+,?([0-9]*)/\1 /g' input
287 470 509 459 471

或

为了更好的处理

$ sed -r '/points=/ s/.*points=("[^"]+").*/\1/g; s/[^,]+,?([0-9]*)/\1 /g' input
287 470 509 459 471

【讨论】：

嗯，如果行是这样的：<polyline foo="1,2,3,4" id="graph" points="0,287 100,470 200,509 300,459 400,471"/> 那么上面的 sed 产生：2 ,4 287 470 509 459 471
@anubhava 我也添加了包括在内。希望不会留下更多的漏洞；）

【解决方案2】：

如果你只是像这样解析一行，你可能会使用XML::Simple，像这样：

perl -MXML::Simple -lwe'$x = XMLin(<>); print $x->{points};' file.svg

用你的线，这给了我以下输出：

0,287 100,470 200,509 300,459 400,471

从该行解析的$x 中的整个结构在使用Data::Dumper 打印时如下所示：

$VAR1 = {
          'points' => '0,287 100,470 200,509 300,459 400,471',
          'id' => 'graph'
        };

请注意，如果输入比您在问题中指出的更复杂，您可能需要对其进行预处理。

【讨论】：

我忘了说那个平台上没有perl。我标记它是因为 -P 开关...

【解决方案3】：

它是 XML，所以解析为 XML。

use XML::Twig;
my $twig = XML::Twig -> new -> parse ( '<polyline id="graph" points="0,287 100,470 200,509 300,459 400,471"/>' );
print $twig ->  root -> {'att'} -> {'points'};

虽然 - 如果你想从 svg 文件中解析出来，你可能需要一些稍微不同的东西 - 但你可以使用$twig -> parsefile。

简化为一条线：

perl -MXML::Twig -e 'print XML::Twig -> new -> parsefile ("test.xml" ) -> root -> first_child("polyline") -> {"att"}{"points"};'

【讨论】：

【解决方案4】：

你可以使用 gnu-awk：

awk -v RS='points="[^"]+"' 'RT{s=RT; gsub(/[^[:digit:], ]|[[:digit:]]+,/, "", s); 
   print s}' file
287 470 509 459 471

【讨论】：

【解决方案5】：

这个awk 应该这样做：

awk -F\" '/points/ {gsub(/[0-9]+,/,"",$4);print $4}' file
287 470 509 459 471

如果线上的位置确实发生了变化，请执行以下操作：

awk -F"points=" 'NF==2{gsub(/[0-9]+,|[^0-9 ]/,"",$2);print $2}' file
287 470 509 459 471

【讨论】：