grep：组捕获

Question

我有以下字符串：

{"_id":"scheme_version","_rev":"4-cad1842a7646b4497066e09c3788e724","scheme_version":1234}

我需要获得“scheme version”的值，在这个例子中是1234。

我试过了

grep -Eo "\"scheme_version\":(\w*)"

然而它返回

"scheme_version":1234

我该怎么做？我知道我可以添加 sed 调用，但我更愿意使用单个grep。

Answer 1

您需要使用断言后面的内容，以便它不包含在匹配中：

grep -Po '(?<=scheme_version":)[0-9]+'

Answer 2

这可能对您有用：

echo '{"_id":"scheme_version","_rev":"4-cad1842a7646b4497066e09c3788e724","scheme_version":1234}' |
sed -n 's/.*"scheme_version":\([^}]*\)}/\1/p'
1234

对不起，它不是 grep ，所以如果你愿意，请忽略这个解决方案。

或坚持使用grep并添加：

grep -Eo "\"scheme_version\":(\w*)"| cut -d: -f2

Answer 3

我建议你使用jq来完成这项工作。 jq是一个命令行JSON处理器。

$ cat tmp
{"_id":"scheme_version","_rev":"4-cad1842a7646b4497066e09c3788e724","scheme_version":1234}

$ cat tmp | jq .scheme_version
1234

Answer 4

作为SiegeX建议的正向lookbehind方法的替代方法，您可以将匹配起点重置为scheme_version":之后的\K转义序列。如，

$ grep -Po 'scheme_version":\K[0-9]+'

这在匹配scheme_version":后重新开始匹配过程，并且往往具有比积极外观更好的性能。比较regexp101上的两个表明复位匹配开始方法需要37步和1ms，而正向后看方法需要194步和21ms。

您可以在regex101上自行比较效果，然后您可以阅读有关重置PCRE documentation中匹配起点的更多信息。

Answer 5

为避免使用GNU grep中BSD version但ripgrep中未提供的grep PCRE功能，另一种方法是使用json.tool module，例如

$ rg -o 'scheme_version.?:(\d+)' -r '$1' <file.json 
1234

  

-r捕获群组索引（例如$5）和名称（例如$foo）。

Python和Can grep output only specified groupings that match?的另一个例子，可以验证和漂亮打印：

$ python -mjson.tool file.json | rg -o 'scheme_version[^\d]+(\d+)' -r '$1'
1234

相关：{{3}}

Answer 6

你可以这样做：

$ echo '{"_id":"scheme_version","_rev":"4-cad1842a7646b4497066e09c3788e724","scheme_version":1234}' | awk -F ':' '{print $4}' | tr -d '}'

Answer 7

改善仅适用于获取“ scheme_version”的@potong答案，可以使用以下表达式：

$ echo '{"_id":"scheme_version","_rev":"4-cad1842a7646b4497066e09c3788e724","scheme_version":1234}' | sed -n 's/.*"_id":["]*\([^(",})]*\)[",}].*/\1/p'
scheme_version

$ echo '{"_id":"scheme_version","_rev":"4-cad1842a7646b4497066e09c3788e724","scheme_version":1234}' | sed -n 's/.*"_rev":["]*\([^(",})]*\)[",}].*/\1/p'
4-cad1842a7646b4497066e09c3788e724

$ echo '{"_id":"scheme_version","_rev":"4-cad1842a7646b4497066e09c3788e724","scheme_version":1234}' | sed -n 's/.*"scheme_version":["]*\([^(",})]*\)[",}].*/\1/p'
1234