使用 sed 和正则表达式从字符串中提取数字

Posted 2023-03-25

【中文标题】使用 sed 和正则表达式从字符串中提取数字

【英文标题】：Extract numbers from a string using sed and regular expressions

【发布时间】：2012-10-19 12:17:59

【问题描述】：

sed 专家的另一个问题。

我有一个表示路径名的字符串，其中包含两个数字。一个例子是：

./pentaray_run2/Trace_220560.dat

我需要提取这些数字中的第二个 - 即 220560

我（在论坛的帮助下）能够将所有数字一起提取（即 2220560）：

sed "s/[^0-9]//g"

或仅提取第一个数字：

sed -r 's|^([^.]+).*$|\1|; s|^[^0-9]*([0-9]+).*$|\1|'

但我要的是第二个数字！！非常感谢任何帮助。

PS 我后面的数字总是字符串中的第二个数字。

【参考方案1】：

这样好吗？

sed -r 's/.*_([0-9]*)\..*/\1/g'

用你的例子：

kent$   echo "./pentaray_run2/Trace_220560.dat"|sed -r 's/.*_([0-9]*)\..*/\1/g'
220560

【讨论】：

伟大的作品是一种享受。我猜里面的 _ 意味着只在下划线之后查找数字？在这种情况下，我总是可以期待一个下划线，所以这会起作用。这是表达式的哪个实际位。* _ St​​ackoverflow 真的是一个非常棒的资源 - 我已经为此困惑了好几个小时。出于兴趣，您是否认为有一种方法可以在末尾使用 \1 - 也许将所有数字（连续数字）提取为子字符串并要求第二个。这对我和其他人将来可能有用吗？

【参考方案2】：

你可以用这个提取最后的数字：

sed -e 's/.*[^0-9]\([0-9]\+\)[^0-9]*$/\1/'

倒过来想想更容易：

从字符串末尾开始，匹配零个或多个非数字字符 匹配（并捕获）一个或多个数字字符 至少匹配一个非数字字符 将所有字符匹配到字符串的开头

比赛的第 3 部分是“魔术”发生的地方，但它也限制了您的比赛在数字前至少有一个非数字（即，您不能匹配只有一个数字的字符串字符串的开头，尽管有一个简单的解决方法是在字符串的开头插入一个非数字）。

魔法是抵消.* 从左到右的贪婪（第 4 部分）。如果没有第 3 部分，第 4 部分将消耗它所能消耗的所有内容，其中包括数字，但是有了它，匹配确保它停止，以允许至少一个非数字后跟一个数字被第 1 部分和第 2 部分消耗，允许捕获号码。

【参考方案3】：

如果grep 受到欢迎：

$ echo './pentaray_run2/Trace_220560.dat' | grep -oP '\d+\D+\K\d+'
220560

Perl 使用相同的正则表达式更便携：

echo './pentaray_run2/Trace_220560.dat' | perl -lne 'print $& if /\d+\D+\K\d+/'
220560

我认为这种方法比使用 sed 更简洁、更健壮

【参考方案4】：

这可能对你有用（GNU sed）：

sed -r 's/([^0-9]*([0-9]*))2.*/\2/' file

这会提取第二个数字：

sed -r 's/([^0-9]*([0-9]*))1.*/\2/' file

这会提取第一个。