替换包含分数和下划线的字符串模式，捕获问题

Question

大家好！

我想用sed替换字符串模式使我感到迷mind。 我搜索了有关sed并转义特殊字符的旧主题，但仍然无法完成。我认为我现在想解决这个问题的想法太过深入了，也看到了简单的方法。

我有一个.tsv文档，其中第二列表示采用以下可能性的形式的标签注释：

B-something
B-something-something
B-something_something
B-something-something_something
I-something
I-something-something
I-something_something
I-something-something_something

我需要用B更改所有B- *，并用I- * s-> I更改。

我知道我可以用Python制作它，但是我需要学习sed以便将来进行快速预处理。

我和regex101一起玩，看来可行的模式如下：

\b([BI]-[a-zA-Z_-]+)\b

使用sed，我可以使用以下命令捕获第一部分，即“ B-first_character”： sed /s/\([BI]-[a-zA-Z]\)/replacing_word/g' input > output

当我使用时什么都不会被替换： sed /s/\([BI]-\)\([a-zA-Z_-]+\)/replacing_word/g'

在我的错误中，最后一段代码可能是一个可怕的错误，现在我的思想有点模糊。 很抱歉这个愚蠢的话题，谢谢大家。

Answer 1

sed命令已损坏：您不能在此处的/替换命令前使用s，因为您只想在单引号内使用它。

另外，+是BRE POSIX模式中的文字+。使用-E或将+替换为\{1,\}。

要恢复捕获的值，请在替换模式中使用\NUMBER。

您可以使用

LC_ALL=C sed 's/\([BI]\)-[a-zA-Z_-]\{1,\}/\1/g' file

请参见online demo。

LC_ALL=C将使所有字符类的行为与regex101.com相同。

模式详细信息

• \([BI]\)-第1组：B或I
• --连字符
• [a-zA-Z_-]\{1,\}-一个或多个ASCII字母，_或-字符。