提取与sed一致的第一个匹配。

Question

我有一系列的线条表格。

Agenda HR-1 Presented by XYZ
HR-2 Debate-1 - All
HR-3 Debate-2 - All
(Cov-4) Conclusion 

每一行都有(sed)模式[A-Za-z]\+-[0-9]\+的ID，即一个或多个字母后面跟着一个或多个数字。它们发生在线上的任何地方。

我需要提取身份证。我的想法是在开始和结束时加入一个.*，然后打印\1，但是我无法让它工作。

这回复说sed只替换了第一个匹配，这是正确的：

$ cat /tmp/scratch/x | sed -n   's/\<\([A-Za-z]\+-[0-9]\+\)/ID:\1/p'
Agenda ID:HR-1 Presented by XYZ
ID:HR-2 Debate-1 - All
ID:HR-3 Debate-2 - All
(ID:Cov-4) Conclusion

当然，一开始的.*会贪婪地去看最后一场比赛：

$ cat /tmp/scratch/x | sed -n   's/.*\<\([A-Za-z]\+-[0-9]\+\).*/ID:\1/p'
ID:HR-1
ID:Debate-1
ID:Debate-2
ID:Cov-4

我认为在sed中这样做的唯一方法是在一个命令中在ID周围添加标记，然后使用另一个命令进行解压缩，如下所示。

在sed中有更好的方法吗？

$ cat x | sed -n   's/\<\([A-Za-z]\+-[0-9]\+\)/\1<~id>/;s/.*\(.*\)<~id>.*/\1/;p'
HR-1
HR-2
HR-3
Cov-4

Answer 1

对于GNU awk，请尝试：

gawk -v FPAT='[A-Za-z]+-[0-9]+' '$1{print $1}' FILE

或者：

gawk -v FPAT='[A-Za-z]+-[0-9]+' '$0=$1' FILE

Answer 2

使用sed时，请尝试：

• 删除所需匹配后的所有内容。
• 现在匹配在每一行的末尾--这可以通过各种方式来处理。
  • 上面的内容很容易读--在每次匹配之前放置一个不属于匹配的char，然后使用第二个s命令删除到最后一个D10的所有内容。
  • 第二个s命令的另一个选项是删除不属于匹配的字符的所有内容：

Answer 3

使用Perl，我们可以这样做：

$ perl -lne 'print /([a-z]+-\d+)/i' file

输出：

HR-1
HR-2
HR-3
Cov-4