Question

我不确定为什么这不起作用。这是正则表达式'text\' => '.*?'，我希望使用grep或sed在以下讨厌的文本中捕获estrenos和cine。这是我在grep中尝试的内容

echo "sadsa d{                             'text' => 'cine',                             'indices' => [                                            111,                                            116                                          ]                           },                           {                             'text' => 'estrenos',                             'indices' => [ sSADW" | grep -Eo "'text\' => '.*?',"

Answer 1

只需使用awk：

$ awk -v RS='}' -F\' '{print $4}' file
cine
estrenos

这适用于任何UNIX机器上任何shell中的任何awk。无论白色空间是什么，它都可以工作，无论您的输入是在一条线上还是分布在多条线上，无论每条线上的任何位置出现多少个空白或制表符，它都能正常工作。

以下是它的工作原理：

awk将所有输入视为分隔为字段的记录。您的输入（压缩空间以便于阅读）：

sadsa d{ 'text' => 'cine', 'indices' => [ 111, 116 ] }, { 'text' => 'estrenos', 'indices' => [ sSADW

显然有{ ... }条记录：

记录1：

{ 'text' => 'cine', 'indices' => [ 111, 116 ] }

记录2：

{ 'text' => 'estrenos', 'indices' => [ sSADW

所以我们可以将记录分隔符设置为}（-v RS='}'）。我假设你的最后一条记录真的会以}结尾，但如果它没有那么好，因为awk将文件结尾视为记录的结尾。我们可以忽略{之前的文本（即＆＃34; sadsa d＆＃34;在第一个记录之前和＃34;＆＃34;在2个记录之间 - 这真的被对待了作为第一个字段的一部分，但我们并未将该字段用于任何内容，因此它无关紧要。

因此，如果我们将它们分成每个'（带-F\'）的字段，则给出以上2条记录，然后我们得到：

$ awk -v RS='}' -F\' '{for (i=1; i<=NF;i++) print "Record Nr", NR, "Field Nr", i, "Field Contents: <" $i ">"; print "----"
}' file
Record Nr 1 Field Nr 1 Field Contents: <sadsa d{ >
Record Nr 1 Field Nr 2 Field Contents: <text>
Record Nr 1 Field Nr 3 Field Contents: < => >
Record Nr 1 Field Nr 4 Field Contents: <cine>
Record Nr 1 Field Nr 5 Field Contents: <, >
Record Nr 1 Field Nr 6 Field Contents: <indices>
Record Nr 1 Field Nr 7 Field Contents: < => [ 111, 116 ] >
----
Record Nr 2 Field Nr 1 Field Contents: <, { >
Record Nr 2 Field Nr 2 Field Contents: <text>
Record Nr 2 Field Nr 3 Field Contents: < => >
Record Nr 2 Field Nr 4 Field Contents: <estrenos>
Record Nr 2 Field Nr 5 Field Contents: <, >
Record Nr 2 Field Nr 6 Field Contents: <indices>
Record Nr 2 Field Nr 7 Field Contents: < => [ sSADW
>
----

因此您可以看到所需的值始终只是每条记录的第4个字段。

Answer 2

删除单引号的转义字符。但是，由于扩展的正则表达式不支持非贪婪匹配，您可能希望改为使用Perl：

grep -Po "'text' => '.*?',

Answer 3

tr + sed 方法：

（假设您的输入文本位于变量String output = odt.format( DateTimeFormatter.ISO_LOCAL_DATE_TIME ) ;）

$s

输出：

sed -n "s/.*'text' => '\([^']*\)'.*/\1/p" <(tr ',' '\n' <<< "$s")

将正则表达式转换为sed或grep正则表达式

3 个答案: