我很难使用regex从数据文件中提取某些信息。

Question

我正在处理的具有以下格式的数据：

1880    20  David   7570    Mabel   13096

我需要拉一年(1880年)，军衔(20)，只有名称(大卫或梅贝尔)。最终结果是：

1880        20      David

或

1880        20      Mabel

我成功地将年份、排名和名称分开，但我在整理一个完整的正则表达式时遇到了一些问题。我知道regex的基本知识，但我目前无法访问我的笔记。

我试着用白鹭。

Answer 1

我推荐Python解决方案(我不知道您目前使用的是什么)：

import re

re_find_data = re.compile(r'^(\d+)\s+(\d+)\s+(\S+)\s+(\d+)\s+(\S+)\s+(\d+)关于grep在这种情况下，我不确定是否可以使用grep。它缺乏打印特定编号组的能力，这正是您所需要的(我相信)。我很想知道你的教授(或其他人)是否有一个纯grep的解决方案。这个Regex应该可以工作，但是您需要从编号组中提取您想要的字段(在Python示例中演示)：(\d+)\s+(\d+)\s+(\S+)\s+(\d+)\s+(\S+)\s+(\d+)grep只是不合适的工具。Regex是，但在不同的实现下(hello，Python!)。)

for line in open(r'/path/to/file'):
    for match in re_find_date.findall(line):
        print(match)
        # Do something with 'match'

        # You can index the 'match' tuple like so:
        print(match[2])
        # Print 3rd part (name)

K11关于grepK23

在这种情况下，我不确定是否可以使用grep。它缺乏打印特定编号组的能力，这正是您所需要的(我相信)。我很想知道你的教授(或其他人)是否有一个纯grep的解决方案。

这个Regex应该可以工作，但是您需要从编号组中提取您想要的字段(在Python示例中演示)：

A4

grep只是不合适的工具。Regex是，但在不同的实现下(hello，Python!)。

Answer 2

grep -Po '\d+\s+\d+\s+\w+' file.txt

Answer 3

仅仅使用grep是不可能的(至少从我的类范围来看)。几天后，我的教授告诉我，他想让我们用命令的组合来达到预期的结果。然而，所有的答复都是有效的，并且在我尝试它们的时候起了作用。这只是一个直接回答这个问题的基础上非常初级的知识(一个人的Ubuntu目前的经验)。