grep 可以只输出匹配的指定分组吗？

Question

说我有一个文件：

# file: 'test.txt'
foobar bash 1
bash
foobar happy
foobar

我只想知道“foobar”后面出现什么词，所以我可以使用这个正则表达式：

"foobar \(\w\+\)"

括号表示我对 foobar 后面的单词特别感兴趣。但是当我执行 a 时grep "foobar \(\w\+\)" test.txt，我得到了与整个正则表达式匹配的整行，而不仅仅是“foobar 之后的单词”：

foobar bash 1
foobar happy

我更希望该命令的输出如下所示：

bash
happy

有没有办法告诉 grep 只输出与正则表达式中的分组（或特定分组）匹配的项目？

Answer 1

GNU grep 可以-P选择 perl 样式的正则表达式，并且-o可以选择只打印与模式匹配的内容。可以使用环视断言（在 perlre 联机帮助页中的扩展模式下描述）组合这些断言，以从确定为 的目的匹配的内容中删除部分 grep 模式-o。

$ grep -oP 'foobar \K\w+' test.txt
bash
happy
$

这\K是(?<=pattern)您在要输出的文本之前用作零宽度后视断言的简短形式（和更有效的形式）。(?=pattern)可以在要输出的文本之后用作零宽度前瞻断言。

举例来说，如果你想要的字匹配foo和bar，你可以使用：

$ grep -oP 'foo \K\w+(?= bar)' test.txt

或（为了对称）

$ grep -oP '(?<=foo )\w+(?= bar)' test.txt

Answer 2

    sed -n "s/^.*foobar\s*\(\S*\).*$/\1/p"

-n     suppress printing
s      substitute
^.*    anything before foobar
foobar initial search match
\s*    any white space character (space)
\(     start capture group
\S*    capture any non-white space character (word)
\)     end capture group
.*$    anything after the capture group
\1     substitute everything with the 1st capture group
p      print it

Answer 3

标准 grep 不能这样做，但最新版本的 GNU grep 可以。您可以使用 sed、awk 或 perl。以下是一些示例，它们可以对示例输入执行您想要的操作；它们在极端情况下的行为略有不同。

替换foobar word other stuff为word，仅在替换完成时打印。

sed -n -e 's/^foobar \([[:alnum:]]\+\).*/\1/p'

如果第一个单词是foobar，则打印第二个单词。

awk '$1 == "foobar" {print $2}'

剥去foobar如果它是第一个字，并跳过线除外; 然后在第一个空格之后去除所有内容并打印。

perl -lne 's/^foobar\s+// or next; s/\s.*//; print'

Answer 4

好吧，如果您知道 foobar 始终是第一个单词或行，那么您可以使用 cut。像这样：

grep "foobar" test.file | cut -d" " -f2

Answer 5

pcregrep有一个更智能的-o选项，可让您选择要输出的捕获组。因此，使用您的示例文件，

$ pcregrep -o1 "foobar (\w+)" test.txt
bash
happy

Answer 6

使用grep不是跨平台兼容的，因为-P/--perl-regexp仅适用于GNUgrep，而不适用于BSDgrep。

这是使用的解决方案ripgrep：

$ rg -o "foobar (\w+)" -r '$1' <test.txt
bash
happy

根据man rg：

-r/--replace REPLACEMENT_TEXT用给定的文本替换每个匹配项。

替换字符串中支持捕获组索引（例如，$5）和名称（例如，$foo）。

^{相关：GH-462。}

Answer 7

如果不支持 PCRE，您可以通过两次调用 grep 获得相同的结果。例如要在foob​​ar之后抓取单词，请执行以下操作：

<test.txt grep -o 'foobar  *[^ ]*' | grep -o '[^ ]*$'

这可以像这样在foob​​ar之后扩展为任意单词（使用 ERE 以提高可读性）：

i=1
<test.txt egrep -o 'foobar +([^ ]+ +){'$i'}[^ ]+' | grep -o '[^ ]*$'

输出：

1

请注意，该索引i是从零开始的。