regex - 正则表达式跳过单词

Question

我想使用正则表达式来提取字符串的前几个单词和倒数第二个字母。
例如，在字符串中

                       "CSC 101 Intro to Computing  A  R"

我想捕捉

                        "CSC 101 A"

也许与此类似

                 grep -o -P '\w{3}\s\d{3}*thenIdon'tKnow*\s\w\s'

任何帮助将不胜感激。

Answer 1

你可以去：

^((?:\w+\W+){2}).*(\w+)\W+\w+$

并使用组 1 + 2，看到它在 regex101.com 上工作。

---

分解，这说：

^                 # match the start of the line/string
(                 # capture group 1
    (?:\w+\W+){2} # repeated non-capturing group with words/non words
)
.*                # anything else afterwards
(\w+)\W+\w+       # backtracking to the second last word character
$

Answer 2

做：

^(\S+)\s+(\S+).*(\S+)\s+\S+$

• 3 组捕获的组捕获 3 种所需的药水

• \S表示任何非空白字符

• \s表示任何空白字符

演示

---

正如您grep在示例中使用 PCRE 一样，我假设您可以访问 GNU 工具集。使用 GNU sed：

% sed -E 's/^(\S+)\s+(\S+).*(\S+)\s+\S+$/\1 \2 \3/' <<<"CSC 101 Intro to Computing  A  R"
CSC 101 A

Answer 3

整个 RegEx 模式无法匹配脱节的组。

我建议看一下捕获组 - 基本上你捕获两个不相交的组，然后可以通过引用这两个组来使用匹配的词对。

grep无法打印出多个捕获组，因此打印出的示例是sed请 注意，此处使用的模式是
echo 'CSC 101 Intro to Computing A R' | sed -n 's/^\(\w\{3\}\s[[:digit:]]\{3\}\).*\?\(\w\)\s\+\w$/\1 \2/p'CSC 101 A
^(\w{3}\s\d{3}).*?(\w)\s+\w$