perl - 需要一个正则表达式来提取数据并写入文件

Question

我有一个包含以下内容的文件：

[A hi] [B hello]
[A how] [A why] [C some where]

我基本上想用标记“A”提取“文本”，我的意思是

hi
how
why

在不同行的新文件中。我尝试使用sed但我无法获得正则表达式。有人可以建议我用什么吗？

Answer 1

尝试使用grep执行此操作：

grep -oP '\[A\s+\K[^\]]+' file.txt > new_file.txt

或者

grep -oP '\[A\s+\K[^\]]+' file.txt | tee new_file.txt

结果

hi
how
why

解释

• -ogrep 代表“只获取匹配的部分”
• -Pgrep 代表“Perl 扩展正则表达式”
• 对于\Kregex 技巧，请参阅Support of \K in regex（这是一个高级环视 regex 技巧）

perl中带有注释的相同正则表达式：

use strict; use warnings;
use feature qw/say/;

while (<>) {
    say for 
        /           # starting regex
            \[A     # a literal "[" and "A"
            \s+     # at least one whitespace (\n, \r, \t, \f, and " ")
            \K      # restart the match
            [^\]]+  # at least one character that is not a literal "]"
        /gsx;       # end of the regex and the modifiers
}

链接

要学习正则表达式，请参阅

• http://www.regular-expressions.info/
• 学习正则表达式

Answer 2

我不确定如何使用 sed 执行此操作（不太熟悉），但您可以将 GNU grep 与 Perl 兼容的正则表达式一起使用（请参阅此答案以获取另一个示例）。

这是我为您的测试输入整理的快速正则表达式（假设您的数据位于名为“foo”的文件中）：

cat foo | grep -Po '(?<=\[A )[^\]]+'

这输出：

hi
how
why

更新- 这是如何工作的：

正则表达式的第一部分(?<=\[A )使用负向回溯，这基本上意味着您确保认为您正在寻找的东西前面有一些东西（在这种情况下\[A）。这有助于为您正在寻找的内容提供背景信息。这也可以通过捕获组来完成，但是由于我以前没有使用 grep 做过这种事情，所以我不确定如何在这里使用它们。其中一个lookbehinds的语法是(?<=THING_TO_PRECEDE_YOUR_MATCH_WITH).

第二个块只是说“找到[^\]]+一个或多个不是\]. 我们刚刚提到的一项或多项。[^CHARSET]+

根据您对正则表达式的经验，这可能会或可能不会有帮助，如果有什么我可以更好地解释的地方，请告诉我。我不确定学习这些的最佳地点。经常使用 python，我发现它们的语法参考非常方便。此外，谷歌往往指向http://www.regular-expressions.info/很多，但我不能从经验中说它有多大用处。

Answer 3

这可能对您有用（GNU sed）：

sed -r '/\[A\s+([^]]*)\]/{s//\n\1\n/;s/[^\n]*\n//;P};D' file