Question

我有一个包含大量不同邮政编码的文件：

我想仅匹配格式为12345或12345-6789的代码，但忽略所有其他形式。

我有我的正则表达式：

grep -E '\<[0-9]{5}\>[^[:punct:]]|\<[0-9]{5}\>-[0-9]{4}' samplefile

它与12345-6789匹配，因为“或”子句与该特定句子匹配。我很困惑为什么它在第一个12345上不匹配，因为我的表达式应该说“匹配5个数字但忽略任何标点符号。”

Answer 1

与您所需输出匹配的表达式为：

egrep "^[0-9]{5}([-][0-9]{4})?$" samplefile

表达分解：

^[0-9]{5} - 找到以5位数开头的行。 ^表示行首，[0-9]{5}表示零到九之间的五位数。

([-][0-9]{4})?$ - 可能以短划线和四位数结束，或者根本不结束。 ()将表达式组合在一起，[-]表示短划线字符，[0-9]{4}正好表示0到9之间的四位数，?表示分组表达式完全存在或不存在并且$标志着该行的结束。

<强> TEST.DAT

在测试数据上运行表达式：

mike@test:~$ egrep "^[0-9]{5}([-][0-9]{4})?$" test.dat 
12345
12345-6789
12345-7890

其他信息：grep -E也可以写为egrep。这也适用于grep -F，与fgrep和grep -r相同，与rgrep相同。

Answer 2

它不匹配“12345”但会匹配“12345a”。第一个句子需要以非标点字符结束，就像你编写它一样。

考虑迈克的回答;它更清楚。