我有一个带有如下行的文本文件：
Sequences (1:4) Aligned. Score: 4
Sequences (100:3011) Aligned. Score: 77
Sequences (12:345) Aligned. Score: 100
...
我希望能够将值提取到一个新的制表符分隔的文本文件中：
1 4 4
100 3011 77
12 345 100
（像这样，但使用制表符而不是空格）
任何人都可以提出任何建议吗？也许是 sed 或 cut 的某种组合？
您可以使用 Perl：
cat data.txt | perl -pe 's/.*?(\d+):(\d+).*?(\d+)/$1\t$2\t$3/'
或者，保存到文件：
cat data.txt | perl -pe 's/.*?(\d+):(\d+).*?(\d+)/$1\t$2\t$3/' > data2.txt
小解释：
这里的正则表达式是这样的：
s/RULES_HOW_TO_MATCH/HOW_TO_REPLACE/
如何匹配 = .*?(\d+):(\d+).*?(\d+)
如何替换 = $1\t$2\t$3
在我们的例子中，我们使用以下标记来声明我们希望如何匹配字符串：
.*? - 尽可能多地匹配任何字符 ('.') ('*')，只要该字符不匹配正则表达式中的下一个标记（在我们的例子中是 \d）。
\d+:\d+ - 匹配至少一个数字后跟冒号和另一个数字
.*? - 同上
\d+ - 匹配至少一位数字
此外，如果正则表达式中的某些标记在括号中，则表示“保存它以便我以后可以引用它”。第一个括号将被称为“$1”，第二个被称为“$2”等。在我们的例子中：
.*?(\d+):(\d+).*?(\d+)
$1 $2 $3
最后，我们将 $1、$2、$3 打印出来，并用制表符 (\t) 分隔：
$1\t$2\t$3
你可以使用 sed：
sed 's/[^0-9]*\([0-9]*\)/\1\t/g' infile
这是一个 BSD sed 兼容版本：
sed 's/[^0-9]*\([0-9]*\)/\1'$'\t''/g' infile
上述解决方案在输出中留下一个尾随标签，附加s/\t$//或s/'$'\t''$//分别删除它。
如果您知道每行总是有 3 个数字，则可以使用 grep：
<infile grep -o '[0-9]\+' | paste - - -
所有情况下的输出：
1 4 4
100 3011 77
12 345 100
我的解决方案使用sed：
sed 's/\([0-9]*\)[^0-9]*\([0-9]*\)[^0-9]*\([0-9]\)*/\1 \2 \3/g' file.txt