grep:组捕获

Question

我有以下字符串:

{"_id":"scheme_version","_rev":"4-cad1842a7646b4497066e09c3788e724","scheme_version":1234}

我需要获得"scheme version"的值,在这个例子中是1234.

我试过了

grep -Eo "\"scheme_version\":(\w*)"

然而它又回来了

"scheme_version":1234

我该怎么做？我知道我可以添加sed调用,但我更愿意用单个grep来实现.

Answer 1

您需要使用断言后面的查看,以便它不包含在匹配中:

grep -Po '(?<=scheme_version":)[0-9]+'

Answer 2

这可能对你有用:

echo '{"_id":"scheme_version","_rev":"4-cad1842a7646b4497066e09c3788e724","scheme_version":1234}' |
sed -n 's/.*"scheme_version":\([^}]*\)}/\1/p'
1234

对不起它不是grep,所以如果你愿意,请忽略这个解决方案.

或坚持使用grep并添加:

grep -Eo "\"scheme_version\":(\w*)"| cut -d: -f2

Answer 3

我建议您使用jq来完成这项工作.jq是一个命令行JSON处理器.

$ cat tmp
{"_id":"scheme_version","_rev":"4-cad1842a7646b4497066e09c3788e724","scheme_version":1234}

$ cat tmp | jq .scheme_version
1234

Answer 4

作为SiegeX建议的正向lookbehind方法的替代方法,您可以scheme_version":使用\K转义序列将匹配起点重置为之后.例如,

$ grep -Po 'scheme_version":\K[0-9]+'

这在匹配后重新开始匹配过程scheme_version":,并且往往具有比正向后观更好的性能.比较regexp101上的两个表明复位匹配启动方法需要37步和1毫秒,而正向后看方法需要194步和21毫秒.

您可以在regex101上自己比较性能,并且可以阅读有关在PCRE文档中重置匹配起点的更多信息.

Answer 5

为了避免使用GNUgrep可用的PCRE功能，但BSD版本没有此功能，可以使用另一种方法，例如grepripgrep

$ rg -o 'scheme_version.?:(\d+)' -r '$1' <file.json 
1234

-r捕获组索引（例如$5）和名称（例如$foo）。

另一个带有Python和json.tool模块的示例可以验证和打印精美：

$ python -mjson.tool file.json | rg -o 'scheme_version[^\d]+(\d+)' -r '$1'
1234

相关：grep只能输出匹配的指定分组吗？