带有S的最多3个空间的grep

Question

根据以下教程

1. https://linuxize.com/post/regular-expressions-in-grep/

S匹配一个空间。

和

1. https://www.guru99.com/linux-regular-expressions.html

一些区间正则表达式是:表达式描述{n}匹配前面出现的字符'n‘次数，m}与出现'n’次数的前一个字符匹配，但不超过m {n，}只在出现'n‘次或更多次时才匹配前面的字符。

样本文件

wolf@linux:~$ cat space.txt
0space
1 spaces
2  spaces
3   spaces
4    spaces
wolf@linux:~$ 

我只想要grep最多3个空间，最少1个空间，最大3个空间，不幸的是，它并不真的像预期的那样工作。

wolf@linux:~$ cat space.txt | grep -P '\s{1,3}'
1 spaces
2  spaces
3   spaces
4    spaces
wolf@linux:~$ 

wolf@linux:~$ cat space.txt | grep -P '\s{3}'
3   spaces
4    spaces
wolf@linux:~$ 

wolf@linux:~$ cat space.txt | grep -P '\s{3,3}'
3   spaces
4    spaces
wolf@linux:~$ 

wolf@linux:~$ cat space.txt | grep -P '\s{0,3}'
0space
1 spaces
2  spaces
3   spaces
4    spaces
wolf@linux:~$ 

期望输出

wolf@linux:~$ cat space.txt | grep -P '\s{0,3}' <- need to fix it here
1 spaces
2  spaces
3   spaces
wolf@linux:~$ 

Answer 1

你需要：

grep -P '\S\s{1,3}\S' infile

\s匹配空格字符，而不仅仅是空格。\S匹配非空格字符。

在您的尝试中，您没有限制在比赛之前&之后，您的比赛不应该是一个空格。

若要仅在空间上进行筛选并避免使用PCRE，可以执行以下操作：

grep '[^ ] \{1,3\}[^ ]' infile

或在有1~3个空格的线上工作：

grep '\([^ ]\|^\) \{1,3\}\([^ ]\|$\)' infile

输入数据(cat -e infile)：

0space$
1 spaces$
2  spaces$
3   spaces$
4    spaces$
   3spaces$
    4space$
3spaces   $
4spaces    $

产出：

1 spaces$
2  spaces$
3   spaces$
   3spaces$
3spaces   $

Answer 2

如果您想要匹配一个由1到3个空白字符组成的序列，而这些空格字符不被空格包围，那么您可以在这里使用Perl查找操作符：

grep -P '(?

它与以下内容相匹配：

         1
1234567890123456789
    a b  c   d    e
     ^ ^^ ^^^ 

使用标准grep，您可以通过以下方法实现相同的效果：

grep -E '(^|[^[:space:]])[[:space:]]{1,3}([^[:space:]]|$)'

这一次，我们将匹配1到3个空格字符的序列和两边的非空白字符(或主题的开始(^)或结束($) )。

         1
1234567890123456789
   a b  c   d    e
^^^^ ^^^^

(使用-o (一个GNU扩展)，您会发现它没有报告a b，因为a之前已经匹配；在搜索更多匹配时，它将从上次匹配之后的下一个字符开始)。

如果没有-E，您将得到没有交替运算符的基本regexp(尽管有些grep实现支持将\|作为扩展)，但标准而言，您仍然可以这样做：

grep -x '\(.*[^[:space:]]\)\{0,1\}[[:space:]]\{1,3\}\([^[:space:]].*\)\{0,1\}'

这一次，regexp匹配整行，包括1到3个空格和一个可选的(\{0,1\}，相当于ERE ?)，它的前导部分以一个非空格结尾，后面是一个以非空格开头的可选部分。

         1
1234567890123456789
   a b  c   d    e
^^^^^^^^^^^^^^^^^^

在任何情况下，只要它们还包含1到3个没有被空格包围的空白序列，这些代码仍然会返回包含4个或更多空格序列的行。

如果重点是排除包含4个或更多白空间序列的行，则只需：

grep -vE '[[:space:]]{4}'

或者，如果您仍然需要至少一个空格，或者换句话说，行包含一个或多个空白字符序列，所有这些字符都至少有一个空格，但不超过3个：

grep -vE -e '[[:space:]]{4}' -e '^[^[:space:]]*即返回所有行，但包含4个空格序列的行和完全由非空白空间组成的行除外。或者再看一遍Perl的四面八方操作符：grep -P '^(?=.*\s)(?!.*\s{4})'这与行的开头相匹配，条件是它后面跟着任意数量的字符和空格，并且不后面跟着任意数量的字符和4个空格序列。尽管在sed或awk中，您可以在相同的调用中进行正反匹配，但这样做更容易读懂：awk '/[[:space:]]/ && ! /[[:space:]]{4}/'sed '/[[:space:]]/!d; /[[:space:]]\{4\}/d'

即返回所有行，但包含4个空格序列的行和完全由非空白空间组成的行除外。

或者再看一遍Perl的四面八方操作符：

A19

这与行的开头相匹配，条件是它后面跟着任意数量的字符和空格，并且不后面跟着任意数量的字符和4个空格序列。

尽管在D20或D21中，您可以在相同的调用中进行正反匹配，但这样做更容易读懂：

A22A23

Answer 3

你可以从相反的地方走出来。排除子字符串中超过3个空格的行。

grep -Ev '\s{4,}'

-v反演匹配感，选择非匹配线.可以将锚插入为非空白字符。

grep -E '\S\s{1,3}\S'