如何在 sed 脚本中使用 sed 删除括号内的字符串？

Posted 2023-03-15

【中文标题】如何在 sed 脚本中使用 sed 删除括号内的字符串？

【英文标题】：How can I delete a string inside parentheses using sed, inside a sed script?

【发布时间】：2021-12-12 18:21:58

【问题描述】：

我想在 sed 脚本中使用 sed 删除括号内的文本（包括括号）。例如，我想删除短语 (Chris Pratt) 和 (Chris-Pratt) 并保留 (Chris_Pratt)。 （他们都在同一条线上）。并对整个文件执行此操作。例如，该行如下所示：

Star Lord (Chris Pratt), (Chris-Pratt), age 42, actor, (Chris_Pratt)

这是我希望在 sed 脚本中执行 sed 命令后的样子：

Star Lord, age 42, actor, (Chris_Pratt)

这就是我想要对每一行执行的操作（有多行具有其他名称）。

我已经试过了：

s/[(][^)]*[)]//g

这个可行，但它也删除了括号包括下划线，还有：

s/\([[:alpha:]]1, [[:alpha:] ]1,\)\ //g

当我在命令行中正常使用 sed 运行它时，它确实有效，但由于某种原因在脚本中运行它时它不起作用。

【参考方案1】：

你可以使用

sed 's/ *([^()_]*)//g' file > outputfile

与 POSIX ERE 语法相同的模式：

sed -E 's/ *\([^()_]*\)//g' file > outputfile

详情：

* ( - 文字 ( 字符（因为它是 POSIX BRE 模式），当使用 POSIX ERE 时，必须使用 \( [^()_]* - 除了(、) 和 _ 之外的零个或多个字符 ) - 文字 ) 字符（因为它是 POSIX BRE 模式），当使用 POSIX ERE 时，必须使用 \)。

见online demo：

#!/bin/bash
s='Star Lord (Chris Pratt), age 42, actor, (Chris_Pratt)'
sed 's/ *([^()_]*)//g' <<< "$s"
# => Star Lord, age 42, actor, (Chris_Pratt)
sed -E 's/ *\([^()_]*\)//g' <<< "$s"
# => Star Lord, age 42, actor, (Chris_Pratt)

演示截图：

【讨论】：

嗯。当我运行这个命令时，它会删除我文件中的所有文本，只留下括号和下划线。不确定发生了什么？

@JoshuaBorden 你没有使用我的代码。

我确实在使用确切的代码。你在说什么？

@JoshuaBorden 如果您使用sed 's/ *([^()_]*)//g' file > outputfile，outputfile 将具有预期的文本。

@JoshuaBorden 那么，它现在是否适用于 POSIX ERE 模式？您必须有-r 或-E 选项。

【参考方案2】：

第一个解决方案（sed 解决方案）： 使用您展示的示例，请尝试遵循sed 程序。在此处使用sed 的反向引用功能。

sed -E 's/(^[^(]*) \([^)]*\), \([^)]*\)(.*)/\1\2/' Input_file

解释：在这里使用sed 的-E 选项在我们的程序中启用ERE（扩展正则表达式）。然后在主程序中使用sed 的s 选项进行替换操作。我们提到了(^[^(]*) \([^)]*\), \([^)]*\)(.*)，它在这里创建了 2 个反向引用（内存中的一个临时空间，用于稍后在程序中检索捕获的值）。同时使用\1（第一个反向引用）和\2（第二个反向引用）来获得OP提到的预期输出。

正则表达式的解释：

(^[^(]*)               ##Creating 1st capturing group which captures values from starting of line to till 1st occurrence of ( here.
 \([^)]*\), \([^)]*\)  ##Matching space ( till next occurrence of ) here followed by comma then space followed by ( till next occurrence of ).
(.*)                   ##Creating 2nd capturing group which has everything after previous match.

---

---

第二个解决方案（awk 解决方案）： 在这里添加了一个awk 解决方案，使用awk 的match 函数。使用的正则表达式与上面提到的相同，因此对该程序的简单解释是；通过此功能匹配不需要的部分并仅打印需要的部分。

awk '
match($0,/[[:space:]]*\([^)]*\),[[:space:]]*\([^)]*\)/)
  print substr($0,1,RSTART-1) substr($0,RSTART+RLENGTH)

' Input_file

【讨论】：

很抱歉我忘了提这个！还有一个带有“-”的括号，就像这样“（Earth-16）”我也需要摆脱它。您的代码完美运行。有没有办法删除那个也有“-”的？

@JoshuaBorden，肯定不是问题，请尝试以下代码：sed -E 's/(^[^(]*) \([^)]*\), \([^)]*\)(.*)/\1\2/' Input_file 一次，然后告诉我进展如何，干杯。

【参考方案3】：

这可能对你有用（GNU sed）：

sed -E ':a;s/ *\([^()]*\),(.*\(.*\))/\n\1/;ta;s/,*\n+/,/g' file

用换行符替换括号中的所有文字（包括括号），前面有一个可能的空格，后面是,，后面至少还有一个括号内的文字。

然后用单个, 替换前面可能有, 的多个换行符。

【参考方案4】：

使用sed

$ sed 's/,\? ([^)][A-Za-z -]*)//g' input_file
Star Lord, age 42, actor, (Chris_Pratt)

【参考方案5】：

您应该澄清您是否真的在为“扩展”正则表达式使用-E选项。

启用-E 后，括号 (()) 必须转义 (\() 以匹配字面意思。没有转义，它们被解释为组/字段分隔符（没有-E，这是相反的）。

我的解决方案假设 -E 已开启。

对于一个可执行的sed 脚​​本，你的shebang 应该类似于#!/bin/sed -Ef 或#!/usr/bin/env -Ssed -Ef

对于不可执行的sed 脚本，像这样调用它：sed -Ef my-script

解决方案：

如果所有行都具有相同的布局，请使用：

s/([[:space:]]+\([^)]+\),)2/,/

如果布局不同，请尝试以下：

s/[[:space:]]*\([^)]*[- ][^)]+\)//
s/[[:space:]]*\([^)]*[- ][^)]+\),?//g

所有带括号的字段包含一个空格和/或破折号被删除，还有前导空格和尾随逗号（如果存在）。仅对于第一个匹配项，所有逗号都会保留。

s/[[:space:]]*\([^)_]+\)//
s/[[:space:]]*\([^)_]+\),?//g

所有包含下划线的括号字段不都将被删除（包括(Madonna)）。用空格和逗号同上（如上）。

编辑：我稍微误读了您的预期输出。你会得到Star Lord age 42, actor, (Chris_Pratt) 而不是Star Lord, age 42, actor, (Chris_Pratt)（注意第一个逗号）。我相应地修复了解决方案。