Question

对于关于正则表达式的第n个简单问题感到抱歉但是如果没有我认为太复杂的解决方案，我就无法得到我需要的东西。我正在解析一个包含3个字母A，E，D序列的文件，如

AADDEEDDA

EEEEEEEE

AEEEDEEA

AEEEDDAAA

我想仅识别那些以E开头且以D结尾且序列中只有一处变化的内容，例如在

中

EDDDDDDDD

EEEDDDDDD

EEEEEEEED

我正在与正确的正则表演斗争。这是我最后的尝试

echo "1,AAEDDEED,1\n2,EEEEDDDD,2\n3,EDEDEDED" | gawk -F, '{if($2 ~ /^E[(ED){1,1}]*D$/ && $2 !~ /^E[(ED){2,}]*D$/) print $0}'

哪个不起作用。有什么帮助吗？

提前致谢。

Answer 1

如果我理解你的要求很简单

awk '/^E+D+$/' file.input

会做到这一点。

UPDATE ：如果行格式包含前/后编号（使用post可选），如示例后面所示，这可能是一个可能的纯正则表达式适配（替代使用字段开关{ {1}}）：

-F,

Answer 2

首先，您需要正则表达式：

这与开头的一个或多个E匹配，中间不是D和D的零个或多个字符，以及一个或多个$2 ~ /^E+[^ED]*D+$/ s最后。

然后你的AWK程序看起来像

$2

~是指当前记录的第二个字段，/是正则表达式匹配运算符，{是分隔正则表达式。这些组件一起构成了AWK术语中已知的＆＃34;模式＆＃34;，它相当于输入记录的布尔过滤器。请注意，没有＆＃34;动作＆＃34; （此处指定的{ print $0 } s）中的一系列陈述。这是因为当没有指定任何动作时，AWK假定动作应为{{1}}，这将打印整行。

Answer 3

如果我理解你是正确的，你想要匹配以至少一个E开头的模式，然后继续至少一个D直到结束。

echo "1,AAEDDEED,1\n2,EEEEDDDD,2\n3,EDEDEDED" | gawk -F, '{if($2 ~ /^E+D+$) print $0}'

Gawk regexp选择序列

3 个答案: