parsing - 使用 `grep` 、 `awk` 、 `sed` 或其他任何功能进行简单过滤

Question

我有一个文件，每一行都可以用这个语法来描述：

<text> <colon> <fullpath> <comma> <"by"> <text> <colon> <text> <colon> <text> <colon> <text>

例如。，

needs fixing (Sunday): src/foo/io.c, by Smith : in progress : <... random comment ...>

我如何获得位于第一个和第一个<fullpath>之间的部分<colon><comma>

（我不太倾向于编写一个程序来解析它，尽管这看起来可以用 javacc 轻松完成。希望使用一些内置工具，如sed, awk, ...）

Answer 1

或使用正则表达式替换

sed -n 's/^[^:]*:\([^:,]*\),.*/\1/p' file

Linuxsed方言；如果在不同的平台上，也许您需要一个-E选项和/或去掉圆括号前的反斜杠；或者直接使用 Perl；

perl -nle 'print $1 if m/:(.*?),/' file

Answer 2

如果你使用 bash 脚本来解析这些东西，你甚至不需要像 awk 或 sed 这样的工具。

$ text="needs fixing (Sunday): src/foo/io.c, by Smith : in progress : <... comment ...>"
$ text=${text%%,*}
$ text=${text#*: }
$ echo "$text"
src/foo/io.c

在Parameter Expansionbash下的手册页上阅读相关内容。

Answer 3

使用 GNU grep：

grep -oP '(?<=: ).*?(?=,)'

如果该行中有后续逗号，这可能会找到多个子字符串。

Answer 4

假设输入将类似于您上面的内容：

awk '{print $4}' | tr -d ,

对于整个文件，您只需在awk命令旁边键入我上面的命令的文件名。