Question

我有一个不同行的文件，其中有一些像

这样的行

173.194.034.006.00080-138.096.201.072.49934

模式是3个数字，然后是一个点，然后是3个数字，然后是一个点等

我想为此目的使用awk，grep或sed。我该如何表达这个正则表达式？

Answer 1

假设你想要获得像123这样的1系列的行。存在，

 grep '[0-9][0-9][0-9]\.' file > numbersFile

如果您想要像123.345那样的2个系列，那么请执行

 grep '[0-9][0-9][0-9]\.[0-9][0-9][0-9]\.' file > numbersFile

等等。

每个[0-9]表示只匹配0-9（0,1,2,3,5,5,7,8,9）范围内的一个字符出现。

因为'。' char在普通的grep regexp中有一个特殊的含义，你可以像\.一样逃避它，以表示“只匹配'。' char（仅限！）; - ）

grep有花哨的扩展，允许您指定模式一次，并包含{3}或有时\{3\}等限定符（表示3次重复）。但是这个扩展不能移植到旧的Unix，如Solaris，AIX等。

这是一个简单的测试，看看你的系统是否支持限定符。（欢迎Super Grep-heads更正我的术语： - ）。

   echo "173.194.034.006.00080-138.096.201.072.49934" | grep '[0-9]\{10\}\.'
   echo "173.194.034.006.00080-138.096.201.072.49934" | grep '[0-9]\{2\}\.'

第一个测试应该失败，如果你的grep支持限定符，第二个测试将成功。

学习长手解决方案（如上所述）并没有什么坏处，你可以确定这适用于任何grep。

IHTH。

Answer 2

在awk中，我可能会构建字符串，然后将其搜索为：

BEGIN {
   p  = "[.]"
   d  = "[[:digit:]]"
   d3 = d d d                     # or d"{3}"
   d5 = d d d d d                 # or d"{5}"
   re = d3 p d3 p d3 p d3 p d5    # or "(" d3 p "){4}" d5
}
$0 ~ re "-" re

但这完全取决于你想用它做什么。

Answer 3

通过它看，这些是IP地址，然后是端口号，破折号，然后是IP地址/端口号组合。

如果您使用的是现代UNIX / Linux系统，那么

grep -P '(\d{3}\.){4}\d{5}-(\d{3}\.){4}\d{5})'

会做到这一点 - 虽然可能不是最便携的方式。这使用'-P'表示“使用Perl正则表达式”选项，有些人可能认为这是作弊！

您没有说明在这些字符串之前或之后是否有额外的文字。如果你有，那么你可以使用'-o'选项来提取匹配的文本并忽略其他所有内容。

字符串模式和正则表达式

3 个答案: