如何在Bash中提取多个唯一子字符串

Posted 2023-02-06

摘要：我有一个子字符串提取问题，我刚刚失败了。我有一个字符串，该字符串包含我要提取的人的名字的不确定的多个名称。在字符串中，这些子字符串定义得相当好，但是子字符串的随机数量，子字符串的随机长度以及我的中级Bash技能使我不知所措。

Context：我已使用exiftool从DigiKam处理的文件中提取选中的标签，以生成我的源字符串。我认为这个事实对眼前的问题并不重要，但可以保证完整性。

字符串示例

tagoutput="Tags List                       : Date/Month/March, Places/Our House, People/FirstName1 LastName1, People/FirstName2 LastName2, Date/Year/2009, Date/Day/22"
tagoutput="Tags List                       : People/FirstName1 LastName1, Date/Year/1970, Date/Month/Feburary, Places/Grandmas House"

注意：如您所见，在字符串中，事物的格式正确，但可能以随机顺序出现并且数量未知。在上面的每个示例中，List和冒号之间还有一个供参考的FYI，其中有一个很大的空格（〜25个空格），此处张贴的内容会自动删除。

我需要：给定$tagoutput，我想向控制台回显

FirstName1 LastName1
FirstName2 LastName2
...

对于$tagoutput中的每个名称。我在“对于目录循环中的每个文件”中拥有此文件，在该文件中，我在细化名称的$tagoutput前立即提取了$tagoutput。由于此问题是以文件为中心的，因此我选择使用Bash，但是如果此处的正确答案是使用更适合的语言（如Python），则我不愿意这样做。

答案

使用GNU grep，您可以做：

grep -Po ' People/\K[^,]*' <<< $tagoutput

此匹配每次出现的People/（以空格开头），并在其后提取零个或多个非逗号字符。