SED:同一行上的多个模式，如何匹配/解析第一个模式

Question

我有一个文件，里面有电话号码数据，还有一些无用的东西。我试着把这些号码解析出来，当每行只有一个电话号码时，这没问题。但是，当我有多个数字时，sed会匹配最后一个（尽管它在任何地方都说它应该只匹配第一个模式？），我无法获得其他数字。。

我的数据.txt：

bla bla bla NUM:09011111111 bla bla bla bla NUM:08022222222 bla bla bla

当我解析数据时，我的想法是首先删除第一个电话号码前的所有"初始"bla-bla-bla"（所以我搜索第一个出现的"NUM:"），然后删除电话号码后的所有内容，并获得号码。之后，我想从剩余的字符串中解析下一个出现的字符串。

所以现在，当我尝试使用它时，我总是得到最后一个号码：

>sed 's/.*NUM://' data.txt
08022222222 bla bla bla
> 

首先，我想了解我对SED的理解有什么问题。当然，欢迎更有效的建议！我的sed命令不是说，用"（空）替换"NUM:"之前的所有内容吗？为什么它总是与最后一次匹配？

谢谢！

Answer 1

这可能对您有用：

echo "bla bla bla NUM:09011111111 bla bla bla bla NUM:08022222222 bla bla bla" |
sed 's/NUM:/n&/g;s/[^n]*n(NUM:[0-9]*)[^n]*/1 /g;s/.$//'
NUM:09011111111 NUM:08022222222

您的问题是理解.*是贪婪的，即它匹配最长的匹配而不是第一个匹配。通过在我们感兴趣的字符串（NUM:...）前面放置一个唯一字符（n-sed将其用作行分隔符，因此它不可能存在于行中），并删除所有不是唯一字符[^n]*然后是唯一字符n的字符，我们可以有效地将字符串拆分为可管理的部分。

Answer 2

正如您现在所知，sed正则表达式是贪婪的，据我所知，不能使其成为非贪婪的。

到目前为止还没有提出的两种选择是使用其他工具进行这种匹配/提取。

您可以使用perl作为具有-pe参数的sed的插入式替换。它支持?非贪婪修饰符：

$ perl -pe 's/.*?NUM://' data.txt
09011111111 bla bla bla bla NUM:08022222222 bla bla bla

您可以使用GNU grep的-o选项来只获取与正则表达式匹配的数据位：

$ egrep -o 'NUM:[0-9]*' data.txt 
NUM:09011111111
NUM:08022222222

Answer 3

如果一个数字是由NUM::后面的数字定义的

sed -n -e 's/$/n/' -e ':begin' 
  -e 's/(NUM:[0-9][0-9]*)(.*)n(.*)/2n3 1/' 
  -e 'tbegin' -e 's/.*n //' -e '/NUM/p'

它的作用是：

1. 将一个n放在行的末尾作为标记
2. 试着在标记之前找到一个数字，然后把它放在行的末尾（标记之后）
3. 如果找到一个数字，转到上面的2
4. 如果标记之前没有数字，请删除数字之前的所有内容
5. 如果行上有数字，请将其打印出来（以处理找不到数字的情况

也可以用另一种方法，首先删除没有数字的行：

sed  -e '/NUM/!d' -e 's/$/n/' -e ':begin' 
  -e 's/(NUM:[0-9][0-9]*)(.*)n(.*)/2n3 1/' 
  -e 'tbegin' -e 's/.*n //'

Answer 4

您可以使用以下模式：

sed -r 's/^(.*NUM:)(.*NUM:.*)$/2/'

Answer 5

sed -E 's/(-y)|(-f)|(+incdir+)/n&/g' abcfile > cdeop

其中abcfile将具有-y/-f/+incdir+模式作为示例，当模式匹配时，它将在其前面插入新行。