返回匹配模式最后三个字符的正则表达式

Question

我使用grep搜索包含88个字符长的MRZ(机器可读区域)的文本文件。在文本文件中，它们的前面是分号。我只想从字符串中得到字符3-5的子字符串。

这是我的模式：

egrep --include *.txt -or . -e ";[A-Z][A-Z0-9<][A-Z<]{3}"

这是一个文本文件：

text is here;P<RUSIVAN<<DEL<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<F64D123456RUS7404124F131009734P41234<<<<<<<8  ;2019-02-08

这是我的输出：

;P<RUS

这是我想要的输出：

RUS

分号引入MRZ。它以大写字母开头，后面跟着大写字母、数字或填充字符<。然后按照3位国家代码，可以包含大写字母或填充字符<。

这个模式工作得很好，但我只想要返回的是我正在量化的最后三个数字。是否有办法只获得匹配模式的最后3个字符？在示例文本文件中，所需的输出将是RUS。谢谢!

Answer 1

如果您可以使用Grep，您可以使用\K，它将不再包含匹配中的任何以前匹配的字符，然后匹配您的字符类3次：

grep -roP --include=*.txt ";[A-Z][A-Z0-9<]\K[A-Z<]{3}"

Answer 2

你就想这么做吗？

$ awk -F';' '{print substr($2,3,3)}' file
RUS

$ sed -E 's/[^;]*;..(.{3}).*/\1/' file
RUS

如果没有，那么编辑您的问题，以提供更有代表性的样本输入/输出。

用于查找文件的UNIX命令名为find，顺便说一下，而不是grep。我知道guys为在grep中查找文件添加了许多选项，但不要使用它们，因为它们使grep命令不必要地复杂(并且与其他UNIX文本处理工具不一致)，因为它需要find文件的参数以及文件中的g/re/p参数。因此，如果您使用grep，命令行应该是：

find . -name '*.txt' -exec grep 'stuff' {} +

不是：

egrep --include *.txt -or . -e 'stuff'

对任何其他工具也这样做：

find . -name '*.txt' -exec grep 'stuff' {} +
find . -name '*.txt' -exec sed  'stuff' {} +
find . -name '*.txt' -exec awk  'stuff' {} +