regular expression (如何用Sed和正则表达式提取子字符串)

Posted 2020-11-09 szllq2000

echo "mv u3_yunying.war   u3_yunying.war_`date +%Y%m%d%H%M`" | sed "s/\(mv\) \(\w*.war\)   \(\w*.war_\w*\)/\1/g"

echo "mv u3_yunying.war   u3_yunying.war_`date +%Y%m%d%H%M`" | sed "s/\(mv\) \(\w*.war\)   \(\w*.war_\w*\)/\1 \2 \/tmp\/\3/g"

echo "mv a1_a.war" | sed "s/\(mv\) \(\w\)/\2/g"

echo "tar -zcvf tomcat" | sed  "s/tar\ -zcvf\ /tar\ -zcvf \/tmp\//g"

 echo "tar -zcvf tomcat" |sed ‘s/\(tar\) \(-zcvf\) \([a-zA-Z]\+\)/\3/g‘

如何用Sed和正则表达式提取子字符串

现在有如下一串字符串：

    "asdfkjasldjkf"shiner"df

 

需求：

     需要提取出shiner子字符串。

命令如下：

[[email protected] /]$  echo "asdfkjasldjkf\"shiner\"df" | sed ‘s/\(.*\)"\(.*\)"\(.*\)/\2/g‘

shiner

命令解释

s： 表示替换命令

\(.*\)" : 表示第一个引号前的内容

"\(.*\)"：表示两引号之间的内容

)"\(.*\)：表示引号后的内容

\2: 表示第二对括号里面的内容

括号里的表达式匹配的内容，可以用\1，\2等进行引用，第n个括号对内的内容，就用\n引用。

 

这个命令的意思是：

用\2代表的第二个括号的内容（shiner）去替换整个字符串，这样就得到了我们所需要的子字符串了。

 

 

sed命令可以替换给定文本中的字符串。它可以利用正则表达式进行匹配。

    $ sed ‘s/pattern/replace_string/’ file

    Sed命令也可以从stdin中读取输入，如：

    $ cat file | sed ‘s/pattern/replace_string/’

    使用-i选项，sed可以将替换结果应用于原文件，如：

    $ sed –i ‘s/text/replace/’ file

    以上sed命令会将每一行中第一处符合样式的内容替换掉，如果要替换每一行中的所有内容，可在命令尾部加上参数g，如：

    $ sed ‘s/pattern/replace_string/g’ file

    选项/Ng可以忽略前N-1处匹配，并从第N处开始替换，如：

    $echo thisthisthisthis | sed ‘s/this/THIS/3g’

    thisthisTHISTHIS

    字符/在sed命令中作为定界符使用，其实任意字符都可以当作定界符，如：

    $ sed ‘s:text:replace:g’

    $ sed ‘s|text|replace|g’

    当定界符出现在样式内部时，我们必须使用前缀\对它进行转义。

    /pattern/d会移除匹配样式的行，我们可以利用这个移除文件空白行：

    $ sed ‘/^$/d’ file

    在sed中，用&标记匹配样式的字符串，例如：

    $ echo this is an example | sed ‘s/\w\+/[&]/g’

    [this] [is] [an] [example]

    正则表达式\w\+匹配每一个单词，&对应于之前所匹配到的单词。

    Sed命令也可以匹配给定样式中的子串。\(pattern\)用于匹配子串。模式被包括在使用斜线转义过的()中。对于匹配到的第一个子串，其对应的标记是\1，匹配到的第二个子串是\2，往后依次类推。例：

    $ echo this is digit 7 in a number | sed ‘s/digit \([0-9]\)/\1/’

    This is 7 in a number

    这条命令将digit 7替换为7。样式中匹配到的子串是7。下面是包含多个匹配的例子：

    $ echo seven EIGHT | sed ‘s/\([a-z]\+\) \([A-Z]\+\)/\2 \1/’

    EIGHT seven

    ([a-z]\+\)匹配第一个单词，([A-Z]\+\)匹配第二个单词，\1和\2用来引用它们。

    Sed命令还可以组合多个表达式，如利用管道组合多个sed命令的方法可以用以下方式代替：

    $ sed ‘expression1’ | sed ‘expression2’

    这等价于

    $ sed ‘expression1; expression2’

    Sed表达式通常用单引号来引用。不过也可以使用双引号。双引号会通过对表达式求值来对其进行扩展，例如：

    $ text=hello

    $ echo hello world | sed “s/$text/HELLO/”

    HELLO world

 

    Sed应用（我工作中碰到的问题）：

    应用1：有这样一个文件，每行的格式为：

type1=value1   type2=value2   type3=value3…

    其中type类型个数未知，每种type之间以’\t’隔开，要求提取出=右边的value，输出格式为：

value1      value2      value3…

    value之间以’\t’隔开。

解决方案：用sed语句将=左边的字符替换成空串。

$sed –r ‘s/[^\t]*://g’ file

    其中-r选项表示使用扩展的正则表达式

 

应用2：有这样一个文件，每行的格式为：

{type}:value      t3     t4…

    其中value与t之间以’\t’隔开，要求将type和value提取出来，输出格式为：

type value         t3     t4…

    各数据之间以’\t’隔开。

解决方案：用sed语句将{type}:替换为type\t，使用子串替换的方法。

$ sed ‘s/{\(\w\+\)}:/\1\t/g’ file