在SED命令中正确使用捕获组

Question

我需要转换字符串＆＃34; 1,234＆＃34; =到=＆GT; 1234。 这个字符串只是更大一行的一部分。文件中有数千条这样的行。

我写了一个sed命令，它没有像我期望的那样工作。

echo \"1,234\" | sed 's/\("\)\([0-9]+\)\(,\)\([0-9]+\)\("\)/\2\4/g'

据我了解，在此代码中，

• \ 1是＆＃34;
• \ 2是逗号前的数字
• \ 3是，
• \ 4是逗号后的数字

我希望这个命令输出1234，它应该是\ 2 \ 4。但它只会收益＆＃34; 1,234＆＃34;。所以我认为它没有被正确解析。一些帮助将不胜感激。

Answer 1

我建议您使用POSIX Extended Regular Expressions（ERE），在这里您不必转义括号和重复运算符。要在sed中启用ERE，您可以使用-E开关（或GNU -r中的sed）。您的表达式将如下所示：

$ echo '"1,234"' | sed -E 's/"([0-9]+),([0-9]+)"/\1\2/g'
1234

为完整起见，如果您逃避+：

，原始BRE表达式将正常运行

echo \"1,234\" | sed 's/\("\)\([0-9]\+\)\(,\)\([0-9]\+\)\("\)/\2\4/g'
1234

Answer 2

您的第二和第四组包含[0-9]+，其匹配任何数字，后跟加号。

看起来你的意思是[0-9]\+，以匹配一个或多个数字。

顺便说一句：没有必要对您不会使用的部分进行分组（\1，\3和\5）。您可以简化为：

echo \"1,234\" | sed 's/"\([0-9]\+\),\([0-9]\+\)"/\1\2/g'

如果您发现所有\难以处理，您可以使用Extendend正则表达式语法，-E标记：

echo \"1,234\" | sed -E 's/"([0-9]+),([0-9]+)"/\1\2/g'