Question

我有以下字符串：

setenv run_area1 root/test1/Apr14_2019_10_32_39/dummy
setenv area2 root/test2/Aug23_2017_14_25_56/dummy
setenv run_area3 testRun/test1/blue_Apr14_2019_08_56_48/dummy/
setenv area4 testRun/test2/Aug23_2017_14_26_03/thing2

我要用[DATE]替换日期，如下所示：

setenv run_area1 root/test1/[DATE]/dummy
setenv area2 root/test2/[DATE]/dummy
setenv run_area3 testRun/test1/blue[DATE]/dummy/
setenv area4 testRun/test2/[DATE]/thing2

我必须使用sed，所以我写了以下命令：

sed 's|[A-Z][a-z]*[0-9]*_[0-9]*_[0-9]*_[0-9]*_[0-9]*|[DATE]|g'

它对于字符串很有效，但对于以下字符串却有效：

setenv run_area3 testRun/test1/blue_Apr14_2019_08_56_48/dummy/

我得到：

setenv run_area3 testRun/test1/blue_[DATE]/dummy/

我正在寻找一种在正则表达式中使用_的方法。在perl中，我知道我可以使用类似(_|)的东西，因此_是可选的。我也可以使用?。对于以前的线程，我看到基本的sed不包括那些选项，我需要使用\{0,1\}。（link）。问题是，我似乎无法理解\{0,1\}是如何解决它的。还有其他解决方案吗？

Answer 1

BRE中的

\{0,1\}是一个正则表达式间隔，表示0 to 1 repetitions of the preceding expression与ERE中的?相同（在ERE中，其定义为0 _or_ 1，但这是一组相同的值！），即前面的表达式是可选的。

使用任何POSIX sed：

$ sed 's/_\{0,1\}[[:upper:]][[:lower:]]*[0-9]*\(_[0-9]*\)\{4\}/[DATE]/' file
setenv run_area1 root/test1/[DATE]/dummy
setenv area2 root/test2/[DATE]/dummy
setenv run_area3 testRun/test1/blue[DATE]/dummy/
setenv area4 testRun/test2/[DATE]/thing2

Answer 2

因为sed使用default的basic regular expression。有关basic regular expression和extended regular expression之间的区别，请参阅此link。

如果要使用extended regular expression支持的功能。您必须使用-r选项明确地告诉sed。

因此，使用 GNU sed ，下面的脚本实际上会执行相同的操作。

sed 's|_\?[A-Z][a-z]*[0-9]*_[0-9]*_[0-9]*_[0-9]*_[0-9]*|[DATE]|g' textfile

sed -r 's|_?[A-Z][a-z]*[0-9]*_[0-9]*_[0-9]*_[0-9]*_[0-9]*|[DATE]|g' textfile

Answer 3

如果月份和数据遵循MMMDD格式，则可以认为该表达式在记录中是唯一的，并基于此假设来创建整个脚本。如下所示：

sed -E 's/^(.*)([[:alpha:]]{3}[[:digit:]]{2})([^/]+)\/(.*)$/\1[DATE]\/\4/;s/_\[DATE\]/[DATE]/' filename

输出

setenv run_area1 root/test1/[DATE]/dummy
setenv area2 root/test2/[DATE]/dummy
setenv run_area3 testRun/test1/blue[DATE]/dummy/
setenv area4 testRun/test2/[DATE]/thing2

_{注意：带有-E的{{1}}选项启用扩展的正则表达式，如果不支持，则使用sed选项。}

在sed的正则表达式中包含可选字符

3 个答案: