Есть ли способ сказать, что sed выводит только захваченные группы? Например, с учетом ввода:
This is a sample 123 text and some 987 numbers
и шаблон:
/([\d]+)/
Могу ли я получить только 123 и 987 вывод способом, отформатированным обратными ссылками?
Ключом к тому, чтобы заставить это работать, является указание sed исключить то, что вы не хотите выводить, а также указать, что вы хотите.
string='This is a sample 123 text and some 987 numbers'
echo "$string" | sed -rn 's/[^[:digit:]]*([[:digit:]]+)[^[:digit:]]+([[:digit:]]+)[^[:digit:]]*/\1 \2/p'
Это говорит:
-n)p) В общем, в sed вы собираете группы, используя круглые скобки, и выводите то, что вы делаете, используя обратную ссылку:
echo "foobarbaz" | sed 's/^foo\(.*\)baz$/\1/'
выведет "бар". Если вы используете -r (-E для OS X) для расширенного регулярного выражения, вам не нужно выходить из круглых скобок:
echo "foobarbaz" | sed -r 's/^foo(.*)baz$/\1/'
Может быть до 9 групп захвата и их обратные ссылки. Обратные ссылки нумеруются в порядке появления групп, но они могут использоваться в любом порядке и могут быть повторены:
echo "foobarbaz" | sed -r 's/^foo(.*)b(.)z$/\2 \1 \2/'
выводит "a a a a".
Если у вас есть GNU grep (он также может работать в BSD, включая OS X):
echo "$string" | grep -Po '\d+'
или вариации, такие как:
echo "$string" | grep -Po '(?<=\D )(\d+)'
Параметр -P позволяет использовать регулярные выражения, совместимые с Perl. См. man 3 pcrepattern или man 3 pcresyntax.
Sed имеет до девяти запоминаемых шаблонов, но вам нужно использовать скошенные скобки для запоминания частей регулярного выражения.
См. здесь для примеров и более подробно
вы можете использовать grep
grep -Eow "[0-9]+" file
Я считаю, что шаблон, заданный в вопросе, был только в качестве примера, и целью было сопоставление любого.
Если у вас есть sed с расширением GNU, позволяющим вставлять новую строку в пространстве шаблонов, одно предложение:
> set string = "This is a sample 123 text and some 987 numbers"
>
> set pattern = "[0-9][0-9]*"
> echo $string | sed "s/$pattern/\n&\n/g" | sed -n "/$pattern/p"
123
987
> set pattern = "[a-z][a-z]*"
> echo $string | sed "s/$pattern/\n&\n/g" | sed -n "/$pattern/p"
his
is
a
sample
text
and
some
numbers
Эти примеры с tcsh (да, я знают его неправильную оболочку) с CYGWIN. (Изменить: для bash удалить набор и пробелы вокруг =.)
Откажитесь и используйте Perl
Так как sed не разрезает его, просто бросьте полотенце и используйте Perl, по крайней мере, это LSB, а grep GNU расширения не являются: -)
Распечатайте всю согласованную часть, не требуя соответствующих групп или искажений:
cat <<EOS | perl -lane 'print m/\d+/g'
a1 b2
a34 b56
EOS
Вывод:
12
3456
Одно совпадение на строку, часто структурированные поля данных:
cat <<EOS | perl -lape 's/.*?a(\d+).*/$1/g'
a1 b2
a34 b56
EOS
Вывод:
1
34
С lookbehind:
cat <<EOS | perl -lane 'print m/(?<=a)(\d+)/'
a1 b2
a34 b56
EOS
Несколько полей:
cat <<EOS | perl -lape 's/.*?a(\d+).*?b(\d+).*/$1 $2/g'
a1 c0 b2 c0
a34 c0 b56 c0
EOS
Вывод:
1 2
34 56
Несколько совпадений на строку, часто неструктурированные данные:
cat <<EOS | perl -lape 's/.*?a(\d+)|.*/$1 /g'
a1 b2
a34 b56 a78 b90
EOS
Вывод:
1
34 78
С lookbehind:
cat EOS<< | perl -lane 'print m/(?<=a)(\d+)/g'
a1 b2
a34 b56 a78 b90
EOS
Вывод:
1
3478
Этот ответ работает с любым количеством групп цифр. Пример:
$ echo 'Num123that456are7899900contained0018166intext' |
> sed -En 's/[^0-9]*([0-9]{1,})[^0-9]*/\1 /gp'
123 456 7899900 0018166
Есть ли способ сказать sed выводить только захваченные группы?
Да. замените весь текст группой захвата:
$ echo 'Number 123 inside text' | sed 's/[^0-9]*\([0-9]\{1,\}\)[^0-9]*/\1/'
123
s/[^0-9]* # several non-digits
\([0-9]\{1,\}\) # followed by one or more digits
[^0-9]* # and followed by more non-digits.
/\1/ # gets replaced only by the digits.
Или с расширенным синтаксисом (меньше обратных запросов и разрешить использование +):
$ echo 'Number 123 in text' | sed -E 's/[^0-9]*([0-9]+)[^0-9]*/\1/'
123
Чтобы избежать печати исходного текста при отсутствии номера, используйте:
$ echo 'Number xxx in text' | sed -En 's/[^0-9]*([0-9]+)[^0-9]*/\1/p'
И чтобы сопоставить несколько номеров (а также распечатать их):
$ echo 'N 123 in 456 text' | sed -En 's/[^0-9]*([0-9]+)[^0-9]*/\1 /gp'
123 456
Это работает для любого количества пробегов цифр:
$ str='Test Num(s) 123 456 7899900 contained as0018166df in text'
$ echo "$str" | sed -En 's/[^0-9]*([0-9]{1,})[^0-9]*/\1 /gp'
123 456 7899900 0018166
Что очень похоже на команду grep:
$ str='Test Num(s) 123 456 7899900 contained as0018166df in text'
$ echo "$str" | grep -Po '\d+'
123
456
7899900
0018166
и шаблон:
/([\d]+)/
Sed не распознает синтаксис '\ d' (ярлык). Аксиальный эквивалент, использованный выше [0-9], не совсем эквивалентен. Единственное альтернативное решение - использовать класс символов: "[[: digit:]]`.
Выбранный ответ использует такие "классы символов" для построения решения:
$ str='This is a sample 123 text and some 987 numbers'
$ echo "$str" | sed -rn 's/[^[:digit:]]*([[:digit:]]+)[^[:digit:]]+([[:digit:]]+)[^[:digit:]]*/\1 \2/p'
Это решение работает только для (ровно) двух пробегов цифр.
Конечно, поскольку ответ выполняется внутри оболочки, мы можем определить пару переменных, чтобы сделать такой ответ короче:
$ str='This is a sample 123 text and some 987 numbers'
$ d=[[:digit:]] D=[^[:digit:]]
$ echo "$str" | sed -rn "s/$D*($d+)$D+($d+)$D*/\1 \2/p"
Но, как уже объяснялось, лучше использовать команду s/…/…/gp:
$ str='This is 75577 a sam33ple 123 text and some 987 numbers'
$ d=[[:digit:]] D=[^[:digit:]]
$ echo "$str" | sed -rn "s/$D*($d+)$D*/\1 /gp"
75577 33 123 987
Это будет охватывать как повторяющиеся прогоны цифр, так и запись короткой (er) команды.
Try
sed -n -e "/[0-9]/s/^[^0-9]*\([0-9]*\)[^0-9]*\([0-9]*\)[^0-9]*\([0-9]*\)[^0-9]*\([0-9]*\)[^0-9]*\([0-9]*\)[^0-9]*\([0-9]*\)[^0-9]*\([0-9]*\)[^0-9]*\([0-9]*\)[^0-9]*\([0-9]*\).*$/\1 \2 \3 \4 \5 \6 \7 \8 \9/p"
Я получил это под cygwin:
$ (echo "asdf"; \
echo "1234"; \
echo "asdf1234adsf1234asdf"; \
echo "1m2m3m4m5m6m7m8m9m0m1m2m3m4m5m6m7m8m9") | \
sed -n -e "/[0-9]/s/^[^0-9]*\([0-9]*\)[^0-9]*\([0-9]*\)[^0-9]*\([0-9]*\)[^0-9]*\([0-9]*\)[^0-9]*\([0-9]*\)[^0-9]*\([0-9]*\)[^0-9]*\([0-9]*\)[^0-9]*\([0-9]*\)[^0-9]*\([0-9]*\).*$/\1 \2 \3 \4 \5 \6 \7 \8 \9/p"
1234
1234 1234
1 2 3 4 5 6 7 8 9
$
Это не то, о чем попросил ОП (группы захвата), но вы можете извлечь числа, используя:
S='This is a sample 123 text and some 987 numbers'
echo "$S" | sed 's/ /\n/g' | sed -r '/([0-9]+)/ !d'
Выдает следующее:
123
987