sed 中的非贪婪匹配

Question

在 bash 脚本中，我有以下变量：

file_name='this_is_the_hart_part.csv'

使用

var2=$(echo $file_name | sed -e 's/_{2}\(.*\)_{3}/\1/')

我想提取子字符串“the”（变量 $file_name 中下划线数字 2 和 3 之间）。

但是我得到的 $var2 等于 $file_name。我该如何更改我的 sed 命令？

Answer 1

支持的正则表达式类型sed不允许与*.

您想获得第三个_分隔字段。这是最容易完成的cut：

cut -d '_' -f 3

或者，使用awk：

awk -F '_' '{ print $3 }'

或者，在 shell 中，通过连续删除前两个这样的字段，然后修剪结尾：

str=${file_name#*_}
str=${str#*_}
str=${str%%_*}

"$str"将是最后的词the。使用最后一种变体可能是这三种方法中最快、最可靠的方法。

变量替换${variable#*_}将导致字符串$variable的前导位直到并包括第一个下划线被删除。在${variable%%_*}将消除一切从第一下划线结束$variable。这些是标准的变量替换。

使用上的文件名的变量替代的好处是，它会与含有的文件名换行，既不应付awk也不sed或cut会做。通常，不要在文件名上使用面向行的文本编辑工具。

此外，您正在使用echo $file_name. 由于$file_name未加引号，它将经历单词切分（在每个字符上也是$IFS; 默认情况下的空格、制表符和换行符）并且生成的单词，如果它们包含文件名通配符，将与当前目录中的文件名匹配通过外壳。文件名中的反斜杠也可能会消失或产生不良影响（即使您引用扩展名）。该ksh外壳也将做的价值支柱膨胀$file_name时，它的不带引号的。