İki kelime arasında metin çıkarmak için sed / grep nasıl kullanılır?

Bir dizenin iki kelimesi arasındaki her şeyi içeren bir dize çıkarmaya çalışıyorum:

giriş:

"Here is a String"

çıktı:

"is a"

Kullanımı:

sed -n '/Here/,/String/p'

uç noktaları içerir, ancak bunları dahil etmek istemiyorum.

sed -e 's/Here\(.*\)String/\1/'

GNU grep ayrıca olumlu ve olumsuz ileriye bakmayı ve geriye bakmayı da destekleyebilir: Sizin durumunuz için komut şöyle olacaktır:

echo "Here is a string" | grep -o -P '(?<=Here).*(?=string)'

Birden fazla kopyasını varsa Hereve string, ilk gelen eşleşmesi istediğinizi seçebilirsiniz Hereve son stringveya tek tek onları maç. Normal ifade açısından açgözlü eşleşme (ilk durum) veya açgözlü olmayan eşleşme (ikinci durum) olarak adlandırılır.

$ echo 'Here is a string, and Here is another string.' | grep -oP '(?<=Here).*(?=string)' # Greedy match
 is a string, and Here is another 
$ echo 'Here is a string, and Here is another string.' | grep -oP '(?<=Here).*?(?=string)' # Non-greedy match (Notice the '?' after '*' in .*)
 is a 
 is another 

Kabul edilen yanıt, öncesinde Hereveya sonrasında olabilecek metni kaldırmaz String. Bu irade:

sed -e 's/.*Here\(.*\)String.*/\1/'

Temel fark, .*hemen önce Hereve sonra eklenmesidir String.

Sadece Bash'de dizeleri çıkarabilirsin :

$ foo="Here is a String"
$ foo=${foo##*Here }
$ echo "$foo"
is a String
$ foo=${foo%% String*}
$ echo "$foo"
is a
$

Ve PCRE içeren bir GNU grepiniz varsa, sıfır genişlik iddiasını kullanabilirsiniz:

$ echo "Here is a String" | grep -Po '(?<=(Here )).*(?= String)'
is a

GNU awk aracılığıyla,

$ echo "Here is a string" | awk -v FS="(Here|string)" '{print $2}'
 is a 

grep with -P( perl-regexp ) parametresi destekler \K, bu da önceden eşleşen karakterlerin atılmasına yardımcı olur. Bizim durumumuzda, önceden eşleşen dizge Hereson çıktıdan atıldı.

$ echo "Here is a string" | grep -oP 'Here\K.*(?=string)'
 is a 
$ echo "Here is a string" | grep -oP 'Here\K(?:(?!string).)*'
 is a 

Çıktının olmasını is aistiyorsanız, aşağıdakileri deneyebilirsiniz,

$ echo "Here is a string" | grep -oP 'Here\s*\K.*(?=\s+string)'
is a
$ echo "Here is a string" | grep -oP 'Here\s*\K(?:(?!\s+string).)*'
is a

Çok satırlı oluşları olan uzun bir dosyanız varsa, önce sayı satırlarını yazdırmak yararlıdır:

cat -n file | sed -n '/Here/,/String/p'

Bu sizin için işe yarayabilir (GNU sed):

sed '/Here/!d;s//&\n/;s/.*\n//;:a;/String/bb;$!{n;ba};:b;s//\n&/;P;D' file 

Bu, metnin her bir temsilini (bu örnekte Hereve String) bir satırsonu üzerindeki iki işaretçi arasında sunar ve metin içindeki yeni satırları korur.

Yukarıdaki çözümlerin tümü, son arama dizesinin dizede başka bir yerde tekrarlandığı eksikliklere sahiptir. En iyisi bir bash işlevi yazmayı buldum.

    function str_str {
      local str
      str="${1#*${2}}"
      str="${str%%$3*}"
      echo -n "$str"
    }

    # test it ...
    mystr="this is a string"
    str_str "$mystr" "this " " string"

İki s komutunu kullanabilirsiniz

$ echo "Here is a String" | sed 's/.*Here//; s/String.*//'
 is a 

Ayrıca çalışır

$ echo "Here is a StringHere is a String" | sed 's/.*Here//; s/String.*//'
 is a

$ echo "Here is a StringHere is a StringHere is a StringHere is a String" | sed 's/.*Here//; s/String.*//'
 is a 

Anlamak sedKomutu için onu adım adım inşa etmeliyiz.

İşte orijinal metniniz

user@linux:~$ echo "Here is a String"
Here is a String
user@linux:~$ 

Ubstition seçeneği Hereile dizeyi kaldırmaya sçalışalım.sed

user@linux:~$ echo "Here is a String" | sed 's/Here //'
is a String
user@linux:~$ 

Bu noktada, ben kaldırmak mümkün olacağına inanıyorum Stringyanı

user@linux:~$ echo "Here is a String" | sed 's/String//'
Here is a
user@linux:~$ 

Ancak bu istediğiniz çıktı değil.

İki sed komutunu birleştirmek için -eseçeneği kullanın

user@linux:~$ echo "Here is a String" | sed -e 's/Here //' -e 's/String//'
is a
user@linux:~$ 

Bu yardımcı olur umarım

Şunları kullanabilirsiniz \1( http://www.grymoire.com/Unix/Sed.html#uh-4 adresine bakın ):

echo "Hello is a String" | sed 's/Hello\(.*\)String/\1/g'

Parantez içindeki içerikler olarak saklanacaktır \1.

Sorun. Depolanan Claws Mail iletilerim aşağıdaki şekilde sarılıyor ve Konu satırlarını çıkarmaya çalışıyorum:

Subject: [SLC38A9 lysosomal arginine sensor; mTORC1 pathway] Key molecular
 link in major cell growth pathway: Findings point to new potential
 therapeutic target in pancreatic cancer [mTORC1 Activator SLC38A9 Is
 Required to Efflux Essential Amino Acids from Lysosomes and Use Protein as
 a Nutrient] [Re: Nutrient sensor in key growth-regulating metabolic pathway
 identified [Lysosomal amino acid transporter SLC38A9 signals arginine
 sufficiency to mTORC1]]
Message-ID: <20171019190902.18741771@VictoriasJourney.com>

Bu konudaki A2 başına, iki kelime arasındaki metni çıkarmak için sed / grep nasıl kullanılır? aşağıdaki ilk ifade, eşleşen metin yeni satır içermediği sürece "çalışır":

grep -o -P '(?<=Subject: ).*(?=molecular)' corpus/01

[SLC38A9 lysosomal arginine sensor; mTORC1 pathway] Key

Ancak, çok sayıda varyantı denememe rağmen ( .+?; /s; ...), bunları çalıştıramadım:

grep -o -P '(?<=Subject: ).*(?=link)' corpus/01
grep -o -P '(?<=Subject: ).*(?=therapeutic)' corpus/01
etc.

Çözüm 1.

Metni Çıkarma Başına Farklı satırlardaki iki dize arasında metin

sed -n '/Subject: /{:a;N;/Message-ID:/!ba; s/\n/ /g; s/\s\s*/ /g; s/.*Subject: \|Message-ID:.*//g;p}' corpus/01

hangi verir

[SLC38A9 lysosomal arginine sensor; mTORC1 pathway] Key molecular link in major cell growth pathway: Findings point to new potential therapeutic target in pancreatic cancer [mTORC1 Activator SLC38A9 Is Required to Efflux Essential Amino Acids from Lysosomes and Use Protein as a Nutrient] [Re: Nutrient sensor in key growth-regulating metabolic pathway identified [Lysosomal amino acid transporter SLC38A9 signals arginine sufficiency to mTORC1]]                              

Çözüm 2. *

Başına Ben Yeni satır (\ n) yerini alabilir nasıl sed kullanarak?

sed ':a;N;$!ba;s/\n/ /g' corpus/01

yeni satırları boşlukla değiştirir.

Bunu A2 ile zincirleme, İki kelime arasında metin çıkarmak için sed / grep nasıl kullanılır? , anlıyoruz:

sed ':a;N;$!ba;s/\n/ /g' corpus/01 | grep -o -P '(?<=Subject: ).*(?=Message-ID:)'

hangi verir

[SLC38A9 lysosomal arginine sensor; mTORC1 pathway] Key molecular  link in major cell growth pathway: Findings point to new potential  therapeutic target in pancreatic cancer [mTORC1 Activator SLC38A9 Is  Required to Efflux Essential Amino Acids from Lysosomes and Use Protein as  a Nutrient] [Re: Nutrient sensor in key growth-regulating metabolic pathway  identified [Lysosomal amino acid transporter SLC38A9 signals arginine  sufficiency to mTORC1]] 

Bu varyant çift boşlukları kaldırır:

sed ':a;N;$!ba;s/\n/ /g; s/\s\s*/ /g' corpus/01 | grep -o -P '(?<=Subject: ).*(?=Message-ID:)'

vererek

[SLC38A9 lysosomal arginine sensor; mTORC1 pathway] Key molecular link in major cell growth pathway: Findings point to new potential therapeutic target in pancreatic cancer [mTORC1 Activator SLC38A9 Is Required to Efflux Essential Amino Acids from Lysosomes and Use Protein as a Nutrient] [Re: Nutrient sensor in key growth-regulating metabolic pathway identified [Lysosomal amino acid transporter SLC38A9 signals arginine sufficiency to mTORC1]]