regex - 正则表达式匹配没有标点符号的邮政编码

Question

我有一个包含一堆不同邮政编码的文件：

我只想匹配格式为12345or的代码12345-6789，但忽略所有其他形式。

我有我的正则表达式：

grep -E '\<[0-9]{5}\>[^[:punct:]]|\<[0-9]{5}\>-[0-9]{4}' samplefile

它匹配 the，12345-6789因为“或”子句匹配那个特定的子句。我很困惑为什么它不会在第一个匹配，12345因为我的表达应该说“匹配 5 个数字但忽略任何标点符号”。

score 9 · Accepted Answer

与所需输出匹配的表达式是：

egrep "^[0-9]{5}([-][0-9]{4})?$" samplefile

表达式分解：

^[0-9]{5}- 找到以 5 位数字开头的行。^表示行首，[0-9]{5}正好是 0 到 9 之间的五位数字。

([-][0-9]{4})?$- 可能以破折号和四位数字结尾或根本没有。()将表达式组合在一起，[-]表示短划线字符，[0-9]{4}恰好表示 0 到 9 之间的四个数字，?表示组合表达式完全存在或不存在并$标记行尾。

测试数据

在测试数据上运行表达式：

mike@test:~$ egrep "^[0-9]{5}([-][0-9]{4})?$" test.dat 
12345
12345-6789
12345-7890

附加信息：grep -E也可以写成egrep. 这也适用于grep -F与相同fgrep和grep -r与相同的情况rgrep。

score 0 · Accepted Answer

它不会匹配“12345”，但会匹配“12345a”。第一个子句需要以非标点字符结尾，就像你写的那样。

考虑迈克的回答；它更清楚。

2 回答 2