Question

我在这里找到了一个问题的答案："sed" command to remove a line that match an exact string on first word

...但只是部分原因，因为该解决方案仅在我查询的答案与答案人员完全一致时才有效。

他们回答说：

 sed -i "/^maria\b/Id" file.txt

...只删除以“maria”开头的一行，而不是maria，如果它不是第一个单词的话。

我想在一个文件中删除一个特定的URL，例如：“cnn.com” - 但是，我还有一堆本地主机地址，0.0.0.0，并且两者都有一些前面有一个空格。我也不想删除像ads.cnn.com这样的子域名，这样代码“应该”可以工作，但是当我使用-e选项输入更多命令时，代码“不应该”。我的下面的代码似乎清理得很好，除了我不能让它击败cnn.com！我的文件名为raw.txt

 sed -r -e 's/^127.0.0.1//' -e 's/^ 127.0.0.1//' -e 's/^0.0.0.0//' -e 's/^ 0.0.0.0//' -e '/#/d' -e '/^cnn.com\b/d' -e '/::/d' raw.txt | sort | tr -d "[:blank:]" | awk '!seen[$0]++' | grep cnn.com

当我grep for cnn.com时，我看到所有的cnn包括我不想要的那个实际上是“cnn.com”。

 ads.cnn.com
 cl.cnn.com
 cnn.com <-- the one I don't want
 cnn.dyn.cnn.com
 customad.cnn.com
 gdyn.cnn.com
 jfcnn.com
 kermit.macnn.com
 metrics.cnn.com
 projectcnn.com
 smetrics.cnn.com
 tiads.sportsillustrated.cnn.com
 trumpincnn.com
 victory.cnn.com
 xcnn.com

如果我只是使用cnn.com中的一段代码，它似乎有效。

 sed -r '/^cnn.com\b/d' raw.txt | grep cnn.com
 * I'm not using the "-e" option

结果：

 ads.cnn.com
 cl.cnn.com
 cnn.dyn.cnn.com
 customad.cnn.com
 gdyn.cnn.com
 jfcnn.com
 kermit.macnn.com
 metrics.cnn.com
 projectcnn.com
 smetrics.cnn.com
 tiads.sportsillustrated.cnn.com
 trumpincnn.com
 victory.cnn.com
 xcnn.com

当我将命令与“-e”选项一起使用时，我所做的任何事情似乎都无效。我需要一些帮助才能让我的多选项命令与SED一起踢。

有什么建议吗？

Ubuntu 12 LTS＆amp; 16 LTS。
sed（GNU sed）4.2.2

Answer 1

.是正则表达式中的元字符，表示＆＃34;匹配任何一个字符＆＃34;。因此，您不小心创建了一个也会捕获cnnPcom或cnn com或cnn\com的正则表达式。虽然它可能适合您的需求，但最好更明确一点：

  sed -r '/^cnn\.com\b/d' raw.txt

这里的区别是\期之前的.反斜杠。这逃脱了时期元素，因此它被视为一个字面时期。

对于以空格开头的行，您可以在单个正则表达式中捕获这些行（再次转义句点元字符）：

  sed -r '/(^[ ]*|^)127\.0\.0\.1\b/d' raw.txt

此(^[ ]*|^)表示以任意数量的重复空格^[ ]*或|开头的行以^开头，然后是127.0.0.1的匹配}。

然后，为了将这些字符串串在一起，您可以使用parantheses中的| OR运算符来捕获所有匹配项：

  sed -r '/(^[ ]*|^)(127\.0\.0\.1|cnn\.com|0\.0\.0\.0)\b/d' raw.txt

或者，您可以使用;分号来分隔不同的正则表达式：

  sed -r '/(^[ ]*|^)127\.0\.0\.1\b/d; /(^[ ]*|^)cnn\.com\b/d; /(^[ ]*|^)0\.0\.0\.0\b/d;' raw.txt

Answer 2

sed不理解字符串上的匹配，只理解正则表达式，并且尝试让sed像它一样行动是非常困难的，请参阅Is it possible to escape regex metacharacters reliably with sed。删除第一个以空格分隔的单词为“foo”的行只是：

awk '$1 != "foo"' file

删除以“foo”或“bar”开头的行只是：

awk '($1 != "foo") && ($1 != "bar")' file

如果您只有几个单词，那么方法是将它们全部列出并创建一个由它们索引的哈希表，然后测试您的行的第一个单词是哈希表的索引：

awk 'BEGIN{split("foo bar other word",badWords)} !($1 in badWords)' file

如果那不是您想要的，那么请编辑您的问题以阐明您的要求，并提供简洁，可测试的样本输入和预期输出。

“sed”命令删除与第一个单词

2 个答案: