编写一个正则表达式，其输出仅是 01/03/2021 - 01/03/2020 范围内的行

Question

我有一个文件，其日期从 01/01/2020 到 04/04/2021 我想通过使用egrep 仅获取 01/03/2020 到 01/03/2021 之间的日期。我尝试做

egrep "([0][1-9]|[1-2][0-9]|[3][0]/[0][3-9]|[1][0-2]/[2][0][2][0-1])$" dates.txt

但它仍然给我文件中的所有日期：

$ cat dates.txt 
01/01/2020
24/01/2020
04/02/2020
23/02/2020
01/03/2020
13/03/2020
14/04/2020
29/05/2020
16/06/2020
17/07/2020
18/08/2020
19/09/2020
20/10/2020
21/11/2020
22/12/2020
23/01/2021
24/02/2021
01/03/2021
25/03/2021
04/04/2021

Answer 1

使用给出的示例文件，其中日期按顺序排列，并且开始日期和结束日期都存在于文件中，您可能会发现awk更简单的解决方案。

$ awk '$1=="01/03/2020",$1=="01/03/2021"' dates.txt
01/03/2020
13/03/2020
14/04/2020
29/05/2020
16/06/2020
17/07/2020
18/08/2020
19/09/2020
20/10/2020
21/11/2020
22/12/2020
23/01/2021
24/02/2021
01/03/2021
$

egrep顺便说一句，请注意，不建议使用，而是使用符合 POSIX 的grep -E方法。

Answer 2

我真的不会尝试仅使用正则表达式来做到这一点。更复杂的工具会让事情变得更容易。例如，使用awk：

$ awk -F/ '($3==2020 && $2 > 2) || ($3==2021 && ($2 < 3) || ($1< 2 && $2 == 3))' dates.txt 
01/03/2020
13/03/2020
14/04/2020
29/05/2020
16/06/2020
17/07/2020
18/08/2020
19/09/2020
20/10/2020
21/11/2020
22/12/2020
23/01/2021
24/02/2021
01/03/2021

将awk字段分隔符设置为/，然后简单地选择与这三个条件之一匹配的行：

• 最后一个字段（年份）是2020，第二个字段（月份）大于2。这将匹配从01/03/2020到的所有日期31/12/2020。
• 最后一个字段（年份）是2021并且
  • 第二个字段（月份）小于3OR
  • 第一个字段（月份中的某一天）小于2，第二个字段（月份）正好是3。