Question

看起来这很简单，但我遇到了麻烦。

我有一个文本文档，例如，如下所示：

这是一个   文字文件与
  一些大写字词
  但不是所有人都是   所有大写字母
  iPhone

我想要的是解析这个文档，只匹配由大写字母组成的整个单词，如下所示：

文字文件
有些人但不是所有大写字母

我写了这个：

grep -o "\w[[:upper:]]\w" Untitled.txt

这非常接近，但是，唉，这会回复：

TEX
  DOC
  UME
  SOM
  但
  不
  ALL
  CAP
  IPH

......坦率地说，我不明白。

那么：我可能会缺少什么？ egrep在OS X下不能很好地工作，因为我受限于FreeBSD的grep（grep（BSD grep）2.5.1-FreeBSD），我想，我为egrep找到的很多解决方案似乎都是这样的工作没有按预期工作。

Answer 1

您错过了*，\w也是任何单词字符。正确的正则表达式是：

\<[[:upper:]][[:upper:]]*\>

\< \>匹配字词边界

Answer 2

补充Zbynek Vyskovsky - kvr000's helpful answer：

grep -E选项允许使用扩展正则表达式，其中包括量词+表示一个或多个< / em>，简化了解决方案：

grep -Eo '\<[[:upper:]]+\>' Untitled.txt

此外，正如Benjamin W.'s answer中所述，-w可用于匹配字边界，而无需将其指定为正则表达式的一部分：

grep -Ewo '[[:upper:]]+' Untitled.txt

但请注意，-w是非标准选项（但BSD / OSX和GNU grep都实现了它。）

至于egrep：它只不过是grep -E的（有效）别名，如上所述，它激活对扩展正则表达式的支持，但确切功能集是平台相关的。

此外，只有GNU grep支持-P选项以支持PCRE（Perl兼容正则表达式），它提供更多功能和灵活性。

Answer 3

示例输出显示同一行上的多个空格分隔的大写单词，可以使用

实现

$ grep -ow '[[:upper:]][[:upper:][:space:]]*[[:upper:]]' infile
TEXT DOCUMENT
SOME
BUT NOT
ALL CAPS

任何以大写字符开头和结尾的序列，以及它们之间的大写字符或空格。 -o仅返回匹配项，-w确保我们不匹配WORDlowercase之类的内容。

Answer 4

您可以使用此命令：

grep -o -E "\<[[:upper:]]+\>" Untitled.txt

-E激活扩展的正则表达式，这使+可用，代表重复1次或更多次
\<和\>是标记单词开头和结尾的锚点
整个正则表达式是指构成整个单词的一个或多个大写字符的序列

您的原始正则表达式为您提供了三个字母匹配，因为\w代表[_[:alnum:]]，因此您指示grep匹配由三个字符组成的内容：

[_[:alnum:]]
来自[[：upper：]]范围的第二个

Answer 5

“旧学校”RE的人物较少：

grep -o '[A-Z][A-Z]*' Untitled.txt

它使用-o选项仅打印匹配的单词并匹配大写的A到Z。

将-w添加到搜索字词中，-E调用扩展正则表达式可以使这个更短：

grep -woE '[A-Z]+\>' Untitled.txt

grep整个单词只由大写字母组成

5 个答案: