Question

这就是我想做的事。我有一个文件，其中的行以多种方式分隔，我想根据这些行中的模式捕获多个子字符串。

所以示例行将是这样的：

servername.domain:2017 08 07.SomeText1.otherIrrelevantStuff;SomeText2.MoreStuff
^^^^^^^^^^        ^^^^^^^^^^ ^^^^^^^^^                      ^^^^^^^^^

换句话说，我想捕获＆＃34; servername＆＃34;，＆＃34; 2017 08 07＆＃34;，＆＃34; SomeText1＆＃34;和＃34; SomeText2＆＃34;在我的文件的每一行。

我尝试使用perl -P和正向前瞻/后面但只有第一个工作。每行的结果也应该打印成一行（因此通过几个grep -oP的管道是不可接受的）。

你会怎么做？

Answer 1

在awk中，将所需的正则表达式添加到match：

$ awk '
BEGIN { OFS="," }
{
    while(match($0,/servername|2017 08 07|SomeText1|SomeText2/)) {
        b=b (b==""?"":OFS)substr($0,RSTART,RLENGTH)
        $0=substr($0,RSTART+RLENGTH)
    } 
    print b
}' file
servername,2017 08 07,SomeText1,SomeText2

Answer 2

似乎您希望在.之前提取字符串，直到满足:或;为止。如果逻辑符合您的要求，那么您可以使用perl grep来执行此操作，

$ s="servername.domain:2017 08 07.SomeText1.otherIrrelevantStuff;SomeText2.MoreStuff"

$ grep -oP '[0-9a-zA-Z\s]+(?=\.)' <<< "$s"
servername
2017 08 07
SomeText1
SomeText2

简要说明，

(?=\.)：匹配点前面的字词
[0-9a-zA-Z\s]+：grep会打印此部分，匹配0-9，A-Z，a-z或空格的模式。

在同一行捕获多个正则表达式模式

2 个答案: