如何使正则表达式与 perl 命令一起使用并从文件中提取数字？

Posted 2023-03-15

【中文标题】如何使正则表达式与 perl 命令一起使用并从文件中提取数字？

【英文标题】：How to make regex works with perl command and extract numbers from a file?

【发布时间】：2021-12-29 06:17:36

【问题描述】：

我正在尝试从制表符分隔文件中提取我需要存储在变量中的数字。我正在使用一个正则表达式来解决这个问题，这要归功于我能够构建的一些在线研究。

文件组成如下：

0   0   2500    5000
1   5000    7500    10000
2   10000   12500   15000
3   15000   17500   20000
4   20000   22500   25000
5   25000   27500   30000

给定第一列的数字，我需要提取第二列中的数字。我在网上编写并测试了正则表达式：

(?<=5\t).*?(?=\t)

我需要第六行的 25000。

我开始使用 sed，但您已经知道，即使使用 -E 选项来启用正则表达式的扩展版本，它也不喜欢后向和前向模式。我也尝试了 awk 和 grep 并且由于类似的原因失败了。

更进一步，我发现 perl 可能是正确的命令，但我无法使其正常工作。我正在尝试使用命令

perl -pe '/(?<=5\t).*?(?=\t)/' | INFO.out

但我承认我知识贫乏，我有点迷茫。

下一步是从变量中读取正则表达式中的“5”，所以如果您已经知道可能出现的问题，请告诉我。

【问题讨论】：

我打赌你只需要n=5; awk -v n="$n" '$1 == nprint $2' file.txt > INFO.out，见demo。

你所拥有的是一个 perl 布尔表达式并且没有操作（也没有分组），这是一种方法：perl -nE '/(?<=5\t)(.*?)(?=\t)/ && say $1'

顺便说一句。如果您的 grep 支持 -P 标志，您可以这样做：grep -Po '(?<=5\t).*?(?=\t)'

为什么要关闭？！怎么能“更专注？”投票重新开放。

【参考方案1】：

grep 支持 -P 用于 perl 正则表达式，-o 用于仅匹配，所以这适用于后向：

grep -Po '(?<=5\t)\d+' file

或perl -n，显示使用s///e 匹配并打印捕获组：

perl -lne 's/^5\t(\d+)/print $1/e' file

grep -Po 可以很容易地使用 shell 变量：

VAR=5 && grep -Po "(?<=$VAR\t)\d+"

【参考方案2】：

无需后视——将每一行按空格分开并检查第一个字段是否为5。

在 Perl 中有一个方便的命令行选项，-a，每行都为我们拆分，我们得到 @F 带有字段的数组

perl -lanE'say $F[1] if $F[0] == 5' data.txt

请注意，这会以数字方式测试 5 (==)

【参考方案3】：

使用sed

$ var1=$(sed -n 's/^5[^0-9]*\([^ ]*\).*/\1/p' input_file)
$ echo "$var1"
25000

【参考方案4】：

为什么需要使用正则表达式？如果您所做的只是查找以 5 开头的行并获取第二列，您可以使用 sed 和 cut，例如：

<infile sed -n '/^5\t/p' | cut -f2

输出：

25000

【参考方案5】：

一种选择是使用 sed，在字符串的开头匹配 5，在制表符之后捕获组中的数字

sed -En 's/^5\t([[:digit:]]+)\t.*/\1/p' file > INFO.out

文件 INFO.out 包含：

25000