使用 sed 从字符串中删除数字和空格

Question

我正在尝试删除第一次出现的 digit(s)、点、第二次出现的 digit(s)和单词之前的空格。

我想出了这个正则表达式：

sed 's/^[0-9]\+.[0-9]\+\s//' input.txt > output.txt

文本示例：

2.14 Italien
2.15 Japonais

不幸的是，我的正则表达式不起作用。有问题，\s但我无法确定它是什么......

任何人都可以帮忙吗？

编辑：问题是我只需要删除第一个空格，因为某些文本包含空格，如下所示：

3.15 Chichewa
3.16 Chimane
3.17 Cinghalais
3.18 Créole de Guinée-Bissau

Answer 1

您正在使用的命令应该与 GNU 一起工作sed。但是对于 BSD sed，例如 OS X 附带的，它不会。

• 如果您尝试使用支持元字符的扩展正则表达式，则+需要明确启用它们。对于BSDsed你这样做有sed -E，和GNUsed用sed -r。

  在\+单独做与GNUsed当ERES未启用，但这种情况较少便携。

• 您正在使用类似 Perl 的\s，它在基本和扩展正则表达式中都不存在。但是，Regularsed不支持 Perl 正则表达式。GNUsed确实支持\s- 但简单地将空格添加到正则表达式会更便携。

• 最后，您.匹配一个字符，因此您的正则表达式甚至可以匹配该位置的任何字符，而不仅仅是一个点。使用\.正确逃避它。

因此，对于 GNU 来说，解决方案是sed：

$ echo "2.12 blah" | sed -r 's/^[0-9]+\.[0-9]+ //'
blah

或者对于 BSD sed：

$ echo "2.12 blah" | sed -E 's/^[0-9]+\.[0-9]+ //'
blah

这样你就不需要为不同版本的sed. 以你的例子：

$ cat test
3.15 Chichewa
3.16 Chimane
3.17 Cinghalais
3.18 Créole de Guinée-Bissau

$ sed -r 's/^[0-9]+\.[0-9]+ //' test
Chichewa
Chimane
Cinghalais
Créole de Guinée-Bissau

如果真正的问题是您想获取以空格分隔的文件的第二列，那么您就走错了路。要么使用awk，就像@Srdjan Grubor 所说的那样，要么使用cut：

$ echo "2.12 foo bar baz" | cut -d' ' -f2-
foo bar baz

所述-f2-指定第二和所有下面的列，所以这将基本上采取第一空间作为分隔符和输出其余部分。

Answer 2

为什么不使用awk？

cat  input.txt | awk '{print $2}' > output.txt