Question

通过搜索和尝试（没有正则表达式专家），我设法使用sed或grep处理文本输出，并提取一些行，格式化为：

Tree number 280:
1         0.500      1      node_15 6 --> H 1551.code
                     1      node_21 S ==> H node_20
Tree number 281:
1         0.500      1      node_16 S ==> M 1551.code
                     1      node_20 S --> H node_19

然后，使用

sed 's/^.\{35\}\(.\{9\}\).*/\1/' infile，我得到了所需的部分，加上一些我后来摆脱的输出（不是问题）。

Tree number 280:
 6 --> H 
 S ==> H 
Tree number 281:
 S ==> M
 S --> H

但是，C --> C模式的水平位置可能因文件而异，尽管它始终是对齐的。有没有办法提取-->或==>，包括单个前面和后面的字符，无论它们在哪个列中找到？

Tree number #部分不是必需的，也可以留空，但必须有一个类型的分隔符。

更新（替代方法）

尝试使用grep，我发了

grep -Eo '(([a-zA-Z0-9] -- |[a-zA-Z0-9] ==)> [a-zA-Z0-9]|Changes)' infile。

我的初始文件样本如下：如果有人想到更好，更有效的方法，或者我对正则表达式的使用是疯了，请发表评论！

..MISC TEXT...

Character change lists:


Character    CI  Steps                  Changes
----------------------------------------------------------------
1         0.000      1         node_235 H --> S node
                     1         node_123 S ==> 6 1843
                     1         node_126 S ==> H 2461
                     1         node_132 S ==> 6 1863
                     1         node_213 H --> I 1816
                     1         node_213 H --> 8 1820
..CT...

Character change lists:

Character    CI  Steps                  Changes
----------------------------------------------------------------
1         0.000      1         node_165 H --> S node
                     1         node_123 S ==> 6 1843
                     1         node_231 H ==> S 1823
..MISC TEXT...

Answer 1

Grep对于提取匹配的正则表达式更容易一些（如果需要不同的分隔符，可以将它们添加到由管道分隔的列表中[ - | =]

grep -o '. [-|=][-|=]> .' infile

如果你真的想要为此选择，那么第一部分应该仅匹配具有模式的行，第二部分仅提取匹配的正则表达式

sed -n '/[--|==]>/{s/.*\(. [=|-][-|=]> .\).*/\1/p}' infile

sed：动态删除除pattern定义的位置以外的所有文本列

1 个答案: