如何使用 SED 或 AWK 从 txt 文件中删除特定数字？

Question

我在一家不允许我在我的电脑上安装任何软件的公司工作，而且我在那里运行的窗口很糟糕。

我需要清理很多我从内网复制的文本并保存为txt文件。所以我必须使用sed和/或awk在线实时编辑器，像这样或这样

这些文字是这样的

01

010010-26.2010.501.0026  fafas fasdf asdf asdfsadf asdfasd fasd asasdff

fdfsadf adsf adsf asdf asdfas fadsf asdfa

02

0011-15.2016.501.0012  fafas fasdf asdf asdfsadf asdfasd fasd asasdff
asdfasd fasd asasdff
asdfasd fasd asasdff
0011-125.2013.501.0012
asdfasd fasd asasdff

看到这样的数字0011-15.2016.501.0012就是我想要的。我不关心其余的，但我想用所有这些数字创建一个新的干净文本，每行一个。在前面的例子中，我需要一个文本

010010-26.2010.501.0026
0011-15.2016.501.0012
0011-125.2013.501.0012

将.501.始终存在，在所有的数字，是4组。

我在 sed 在线编辑器上试过这个命令

's/\([0-9]*\-[0-9]*\.[0-9]*\.501\.[0-9]*\)/\1/'

不工作。

Answer 1

AWK 是相当直接的，b/c 通常 AWK 不做任何事情，所以我们只需要告诉它什么时候做事情，即在行的开头打印 ID，如果它在那里

/^[0-9]+-[0-9]+\.[0-9]+\.501\.[0-9]+/{
    print $1
}

使用 sed 有点不同，默认情况下 b/c sed 将打印所有内容。（至少这些工具对我来说是这样工作的。）首先，我们需要调用sedas sed -n，将其默认行为更改为不做任何事情。那么我们可以

s/^\([0-9]\+-[0-9]\+\.[0-9]\+\.501\.[0-9]\+\).*$/\1/p

我们需要p在最后告诉sed将p RINT的结果，如果我们有一个匹配模式。您特定的 sed 表达式是一个NOOP，因为它用自己替换每个匹配项并按原样打印其他所有内容。

Answer 2

它确实有效，但您没有改变任何东西，或者更确切地说是将其更改为原来的样子。但是只需对这段代码进行很小的修改，您就可以获得所需的内容：

sed -n 's/\([0-9]*\-[0-9]*\.[0-9]*\.501\.[0-9]*\).*/\1/p'

注意三点：

• -n 开关，表示默认不打印任何东西
• .* 在选择的组的末尾 (...)
• p 作为最后一个命令意味着打印这一行

结果：

010010-26.2010.501.0026
0011-15.2016.501.0012
0011-125.2013.501.0012

顺便说一句，您可以通过添加-E和使用扩展的正则表达式来简化一点，即在捕获组前面去掉反斜杠：

sed -E -n 's/([0-9]*-[0-9]*\.[0-9]*\.501\.[0-9]*).*/\1/p'

两种方式都适用于提到的网页。