正则表达式捕获文本
发布时间：2020-12-14 01:26:42 所属栏目：百科 来源：网络整理
导读：unix 操作文本的工具集内大多是以“行”为操作单位的，例如 grep，sort 等等。另外有一些工具如 cut 等可以将“行”中部分内容提取出来，这种操作通常叫做“捕获”。 但象 cut 这样的命令因为不支持正则表达式，只能完成很简单的捕获工作。因此能满足 LZ 需要
|
unix 操作文本的工具集内大多是以“行”为操作单位的，例如 grep，sort 等等。另外有一些工具如 cut 等可以将“行”中部分内容提取出来，这种操作通常叫做“捕获”。 但象 cut 这样的命令因为不支持正则表达式，只能完成很简单的捕获工作。因此能满足 LZ 需要的工具主要有 sed,awk,perl 等。其它支持正则表达式功能的脚本工具如 python 等也可以做到，但或多或少对系统环境本身有一定的要求（例如是否安装了 python 等等）。 sed 功能专一故执行速度最快，但它的正则表达式的表达能力最弱，写复杂表达式时很罗嗦。 awk 号称“万能过滤器”，正则表达式的表达能力很强。是专门用来执行过滤和捕获工作的好工具。但它相对独立，和系统的交互能力不强，因此只适合拿来处理文本。 perl 是泛用型脚本工具，LW 设计 perl 之初的目的就是拿它来替代 awk 及各类 shell 脚本工具，因此功能非常强大，相比之下正则表达式处理能力最强（应该算目前最强大的正则表达式处理工具了），但由于其书写过于灵活多变，掌握它不太容易，如果仅用来做捕获工作有点大材小用。 所以我建议 LZ 拿 awk 来解决问题。命令行： awk -f 脚本文件名.awk 数据文件名 脚本文件名.awk 中的内容： # 脚本开始 { # $0 表示当前行 # match() 执行完毕后，捕获的内容由 RSTART,RLENGTH 指出 # substr 抽出 $0 中的捕获的内容，并由 print 打印 if (match($0,/正则表达式/)) print substr($0,RSTART,RLENGTH); } # 脚本结束 上述脚本内容也可直接写在命令行上： awk '{if(match$0,/正则表达式/))print substr($0,RLENGTH);}' 数据文件名 当然也可以采用管道方式 cat 数据文件名 | awk '{if(match$0,RLENGTH);}' 希望对 LZ 有用。 （编辑：李大同） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |