RegEx用于在year1之前匹配字符串

Question

我有包含年号的目录名称。我想将它们拆分为年份数字之前的变量：

输入：

Holidays.uS.2019.bla.bla
Holidays.ca.old.2017.bla.bla
Holidays.2015.bla.bla.bla
Holidays.1.2.3.4.at.old.1999.bla.bla.bla.bla

年份并不总是在同一位置，但是，它总是有4位数字。

我一直都需要一年中的所有东西。

输入：

Holidays.ca.old.2017.bla.bla

输出：

Holidays.ca.old

尝试

set name Holidays.ca.old.2017.bla.bla
set numbers [regexp -all -inline {[0-9]+} $name]

我的代码输出的是年份数字，有时是其他错误的数字。

我在tcl中使用了它，对我来说效果很好：

set name_split [regsub {\.[0-9]{4}\y.*} $name ""]

bash脚本仍需要它，怎么使用？

这在bash中实际上不起作用：

name_split=$(echo $name | {\.[0-9]{4}\y.*}

Answer 1

您可以使用sed：

name="Holidays.uS.2019.bla.bla"
name_split="$(sed 's/\.[0-9]\{4\}\>.*//' <<< $name)"
echo $name_split

输出：Holidays.uS，请参见online sed demo。

注意：如果年份后必须有一个点，则可以匹配它而不是依靠单词边界：

name_split="$(sed 's/\.[0-9]\{4\}\..*//' <<< $name)"
                                 ^^ 

此处的sed命令表示：

• s/-替代：
• \.-一个点
• [0-9]\{4\}-四位数
• \>-尾随单词边界
• .*-字符串的其余部分

带有空字符串。

Answer 2

为了安全起见，您可以在sed命令中添加其他边界，并传递所需的字符：

代码

#!/bin/bash
STRING="Holidays.1.2.3.4.at.old.1999.bla.bla.bla.bla"
MATCH="$(sed 's/\([A-z0-9\.]*\)\(\.[0-9]\{4\}.*\)$/\1/' <<< $STRING)"
echo $MATCH

输出

Holidays.1.2.3.4.at.old

特殊字符

如果您不希望传递特殊字符，则this expression是安全的：

图

此图显示了它的工作原理

性能

此摘要显示了表达式的性能，重复了100万次。

repeat = 1000000;
start = Date.now();

for (var i = repeat; i >= 0; i--) {
	var string = "Holidays.1.2.3.4.at.old.1999.bla.bla.bla.bla";
	var regex = /^([A-z0-9\.]*)(\.[0-9]{4}.*)/g;
	var match = string.replace(regex, "$1");
}

end = Date.now() - start;
console.log("YAAAY! \"" + match + "\" is a match  ");
console.log(end / 1000 + " is the runtime of " + repeat + " times benchmark test.  ");

Answer 3

以下是使用sed的选项：

echo "Holidays.ca.old.2017.bla.bla" | sed 's/^\(.*\)\.[0-9]\{4\}.*$/\1/';

Holidays.ca.old

正则表达式简单地捕获所有内容，直到最后一个点，然后是四位数的年份，然后仅替换为所捕获的数量：

(.*)        match and capture everything up until
\.[0-9]{4}  a literal dot, followed by a four digit year
.*          consume the remainder of the input

Answer 4

这是不使用sed的另一种方式：

#!/bin/bash
test_str="Holidays.ca.old.2017.bla.bla"
reg_ex='^(.*)\.([0-9]{4})' # Easy to read reg_ex vs sed reg_ex gibberish
if [[ $test_str =~ $reg_ex ]]
then
  echo "1: ${BASH_REMATCH[1]}"
  echo "2: ${BASH_REMATCH[2]}"
fi

输出：

1：Holidays.ca.old

2：2017年

Answer 5

您可以使用parameter expansion来做到这一点：

$ str='Holidays.1.2.3.4.at.old.1999.bla.bla.bla.bla'
$ echo "${str%.[[:digit:]][[:digit:]][[:digit:]][[:digit:]]*}"
Holidays.1.2.3.4.at.old

这将删除一个句点，后跟四位数字，然后是字符串末尾的任何内容（*通配符）。