Извлечь подстроку в Bash

Учитывая имя файла в форме someletters_12345_moreleters.ext, я хочу извлечь 5 цифр и поместить их в переменную.

Итак, чтобы подчеркнуть это, у меня есть имя файла с числом символов х, затем пятизначной последовательностью, окруженной одним подчеркиванием с обеих сторон, а затем другим набором из числа символов х. Я хочу взять 5-значный номер и поместить его в переменную.

Меня очень интересует количество различных способов достижения этой цели.

Используйте вырезать :

echo 'someletters_12345_moreleters.ext' | cut -d'_' -f 2

Более общий:

INPUT='someletters_12345_moreleters.ext'
SUBSTRING=$(echo $INPUT| cut -d'_' -f 2)
echo $SUBSTRING

Если x является константой, следующее расширение параметра выполняет извлечение подстроки:

b=${a:12:5}

где 12 - смещение (от нуля) и 5 - длина

Если подчеркивания вокруг цифр являются единственными на входе, вы можете удалить префикс и суффикс (соответственно) в два этапа:

tmp=${a#*_}   # remove prefix ending in "_"
b=${tmp%_*}   # remove suffix starting with "_"

Если есть и другие подчеркивания, это возможно в любом случае, хотя и более сложно. Если кто-нибудь знает, как выполнить оба расширения в одном выражении, я бы тоже хотел знать.

Оба представленных решения являются чисто bash, без порождения процессов, а значит, очень быстрыми.

Общее решение, где число может быть где угодно в имени файла, используя первую из следующих последовательностей:

number=$(echo $filename | egrep -o '[[:digit:]]{5}' | head -n1)

Другое решение для извлечения именно части переменной:

number=${filename:offset:length}

Если ваше имя файла всегда имеет формат, stuff_digits_...вы можете использовать awk:

number=$(echo $filename | awk -F _ '{ print $2 }')

Еще одно решение, чтобы удалить все, кроме цифр, используйте

number=$(echo $filename | tr -cd '[[:digit:]]')

просто попробуйте использовать cut -c startIndx-stopIndx

В случае, если кто-то хочет получить более точную информацию, вы также можете найти ее в man bash следующим образом.

$ man bash [press return key]
/substring  [press return key]
[press "n" key]
[press "n" key]
[press "n" key]
[press "n" key]

Результат:

$ {Параметр: смещение}
       $ {Параметр: смещение: длина}
              Расширение подстроки. Расширяется до длины символов
              параметр, начинающийся с символа, указанного смещением. Если
              длина опущена, расширяется до подстроки параметра start-
              в символ, указанный смещением. длина и смещение
              арифметические выражения (см. АРИФМЕТИЧЕСКУЮ ОЦЕНКУ ниже). Если
              смещение оценивается как число меньше нуля, используется значение
              как смещение от конца значения параметра. арифметика
              выражения, начинающиеся с - должны быть разделены пробелами
              от предыдущего: отличить от использования по умолчанию
              Расширение ценностей. Если длина оценивается как число меньше
              ноль, а параметр не является @ и не является индексированным или ассоциативным
              массив, он интерпретируется как смещение от конца значения
              параметра, а не количество символов, и расширение
              sion - символы между двумя смещениями. Если параметр
              @, результат - позиционные параметры длины, начинающиеся с
              набор. Если параметр является индексированным именем массива, подписанным @ или
              *, результатом является длина членов массива, начинающаяся с
              $ {Параметр [смещение]}. Отрицательное смещение берется относительно
              на единицу больше максимального индекса указанного массива. под-
              расширение строки, примененное к ассоциативному массиву, приводит к
              оштрафованные результаты. Обратите внимание, что отрицательное смещение должно быть отделено
              из толстой кишки, по крайней мере, на один пробел, чтобы избежать путаницы
              с: - расширением. Индексирование подстроки начинается с нуля, если
              используются позиционные параметры, в этом случае индексация
              начинается с 1 по умолчанию. Если смещение равно 0, а позиционное
              параметры используются, $ 0 является префиксом к списку.

Вот как я бы это сделал:

FN=someletters_12345_moreleters.ext
[[ ${FN} =~ _([[:digit:]]{5})_ ]] && NUM=${BASH_REMATCH[1]}

Объяснение:

Bash-конкретно:

• [[ ]] указывает на условное выражение
• =~ указывает, что условие является регулярным выражением
• && Цепочка команд, если предыдущая команда была успешной

Регулярные выражения (RE): _([[:digit:]]{5})_

• _ литералы для разграничения / привязки границ сопоставления для сопоставляемой строки
• () создать группу захвата
• [[:digit:]] это класс персонажей, я думаю, это говорит само за себя
• {5} означает, что ровно пять из предшествующего символа, класса (как в этом примере) или группы должны совпадать

В английском языке вы можете думать, что он ведет себя так: FNстрока повторяется символ за символом, пока мы не увидим, _в какой момент группа захвата открыта, и мы не попытаемся сопоставить пять цифр. Если это сопоставление прошло успешно, группа захвата сохраняет пять пройденных цифр. Если следующий символ - _, условие выполнено успешно, группа захвата становится доступной BASH_REMATCH, и NUM=может выполняться следующий оператор. В случае сбоя какой-либо части сопоставления сохраненные данные удаляются, а посимвольная обработка продолжается после _. например, если FNгде _1 _12 _123 _1234 _12345_, было бы четыре фальстарта, прежде чем он нашел совпадение.

Я удивлен, что это чистое решение bash не подошло:

a="someletters_12345_moreleters.ext"
IFS="_"
set $a
echo $2
# prints 12345

Вы, вероятно, хотите сбросить IFS до того значения, которое было до или unset IFSпосле!

Опираясь на ответ Джора (который не работает для меня):

substring=$(expr "$filename" : '.*_\([^_]*\)_.*')

Следуя требованиям

У меня есть имя файла с x количеством символов, затем последовательность из пяти цифр, окруженная одним подчеркиванием с обеих сторон, а затем другой набор из x числа символов. Я хочу взять 5-значный номер и поместить его в переменную.

Я нашел несколько grepспособов, которые могут быть полезны:

$ echo "someletters_12345_moreleters.ext" | grep -Eo "[[:digit:]]+" 
12345

или лучше

$ echo "someletters_12345_moreleters.ext" | grep -Eo "[[:digit:]]{5}" 
12345

И затем с -Poсинтаксисом:

$ echo "someletters_12345_moreleters.ext" | grep -Po '(?<=_)\d+' 
12345

Или, если вы хотите, чтобы в нем было ровно 5 символов:

$ echo "someletters_12345_moreleters.ext" | grep -Po '(?<=_)\d{5}' 
12345

Наконец, чтобы сохранить его в переменной, просто нужно использовать var=$(command)синтаксис.

Если мы сосредоточимся на понятии:
« последовательность (одна или несколько) цифр»

Мы могли бы использовать несколько внешних инструментов для извлечения чисел.
Мы могли бы легко стереть все другие символы, как sed, так и tr:

name='someletters_12345_moreleters.ext'

echo $name | sed 's/[^0-9]*//g'    # 12345
echo $name | tr -c -d 0-9          # 12345

Но если $ name содержит несколько серий чисел, вышеперечисленное завершится ошибкой:

Если «name = someletters_12345_moreleters_323_end.ext», то:

echo $name | sed 's/[^0-9]*//g'    # 12345323
echo $name | tr -c -d 0-9          # 12345323

Нам нужно использовать регулярные выражения (регулярное выражение).
Чтобы выбрать только первый запуск (12345, а не 323) в sed и perl:

echo $name | sed 's/[^0-9]*\([0-9]\{1,\}\).*$/\1/'
perl -e 'my $name='$name';my ($num)=$name=~/(\d+)/;print "$num\n";'

Но мы могли бы сделать это прямо в bash ⁽¹⁾ :

regex=[^0-9]*([0-9]{1,}).*$; \
[[ $name =~ $regex ]] && echo ${BASH_REMATCH[1]}

Это позволяет нам извлечь ПЕРВЫЙ набор цифр любой длины,
окруженный любым другим текстом / символами.

Примечание : regex=[^0-9]*([0-9]{5,5}).*$;совпадет только с 5-значными прогонами. :-)

⁽¹⁾ : быстрее, чем вызывать внешний инструмент для каждого короткого текста. Не быстрее, чем вся обработка внутри sed или awk для больших файлов.

Без каких-либо подпроцессов вы можете:

shopt -s extglob
front=${input%%_+([a-zA-Z]).*}
digits=${front##+([a-zA-Z])_}

Очень маленький вариант этого также будет работать в ksh93.

Вот решение с префиксом-суффиксом (аналогично решениям JB и Darron), которое соответствует первому блоку цифр и не зависит от окружающих подчеркиваний:

str='someletters_12345_morele34ters.ext'
s1="${str#"${str%%[[:digit:]]*}"}"   # strip off non-digit prefix from str
s2="${s1%%[^[:digit:]]*}"            # strip off non-digit suffix from s1
echo "$s2"                           # 12345

Мне нравится sedспособность иметь дело с группами регулярных выражений:

> var="someletters_12345_moreletters.ext"
> digits=$( echo $var | sed "s/.*_\([0-9]\+\).*/\1/p" -n )
> echo $digits
12345

Несколько более общий вариант был бы не предположить , что у вас есть подчеркивание _маркировки начала ваших цифр последовательности, поэтому, например , вырежет все не-номер вы получите до вашей последовательности: s/[^0-9]\+\([0-9]\+\).*/\1/p.

> man sed | grep s/regexp/replacement -A 2
s/regexp/replacement/
    Attempt to match regexp against the pattern space.  If successful, replace that portion matched with replacement.  The replacement may contain the special  character  &  to
    refer to that portion of the pattern space which matched, and the special escapes \1 through \9 to refer to the corresponding matching sub-expressions in the regexp.

Подробнее об этом, если вы не слишком уверены в регулярных выражениях:

• s для _s_ubstitute
• [0-9]+ соответствует 1+ цифр
• \1 ссылки на группу №1 вывода регулярного выражения (группа 0 - это полное совпадение, группа 1 - это совпадение в скобках в этом случае)
• p флаг для _p_rinting

Все побеги \есть, чтобы заставить sedработать обработку регулярного выражения.

Мой ответ будет иметь больше контроля над тем, что вы хотите от вашей строки. Вот код о том, как вы можете извлечь 12345из вашей строки

str="someletters_12345_moreleters.ext"
str=${str#*_}
str=${str%_more*}
echo $str

Это будет более эффективно, если вы хотите извлечь что-то, что имеет какие-либо символы, например, abcили какие-либо специальные символы, такие как _или -. Например: если ваша строка такая, и вы хотите все, что после someletters_и до _moreleters.ext:

str="someletters_123-45-24a&13b-1_moreleters.ext"

С моим кодом вы можете упомянуть, что именно вы хотите. Объяснение:

#*Это удалит предыдущую строку, включая соответствующий ключ. Здесь ключ, который мы упомянули _ %, удалит следующую строку, включая соответствующий ключ. Здесь ключ, который мы упомянули, «_more *»

Сделайте несколько экспериментов самостоятельно, и вы найдете это интересным.

Данный test.txt представляет собой файл, содержащий «ABCDEFGHIJKLMNOPQRSTUVWXYZ»

cut -b19-20 test.txt > test1.txt # This will extract chars 19 & 20 "ST" 
while read -r; do;
> x=$REPLY
> done < test1.txt
echo $x
ST

Хорошо, здесь идет чистая замена параметров с пустой строкой. Предостережение заключается в том, что я определила someletters и moreletters только как символы. Если они буквенно-цифровые, это не будет работать, как есть.

filename=someletters_12345_moreletters.ext
substring=${filename//@(+([a-z])_|_+([a-z]).*)}
echo $substring
12345

аналогично substr ('abcdefg', 2-1, 3) в php:

echo 'abcdefg'|tail -c +2|head -c 3

Также есть встроенная команда bash expr:

INPUT="someletters_12345_moreleters.ext"  
SUBSTRING=`expr match "$INPUT" '.*_\([[:digit:]]*\)_.*' `  
echo $SUBSTRING

Немного поздно, но я просто наткнулся на эту проблему и обнаружил следующее:

host:/tmp$ asd=someletters_12345_moreleters.ext 
host:/tmp$ echo `expr $asd : '.*_\(.*\)_'`
12345
host:/tmp$ 

Я использовал его для получения разрешения в миллисекундах во встроенной системе, в которой нет даты% N на дату:

set `grep "now at" /proc/timer_list`
nano=$3
fraction=`expr $nano : '.*\(...\)......'`
$debug nano is $nano, fraction is $fraction

Решение Bash:

IFS="_" read -r x digs x <<<'someletters_12345_moreleters.ext'

Это закроет переменную с именем x. VAR xможет быть изменен на VAR _.

input='someletters_12345_moreleters.ext'
IFS="_" read -r _ digs _ <<<"$input"

Инклюзивный конец, похожий на реализации JS и Java. Удалить +1, если вы не хотите этого.

substring() {
    local str="$1" start="${2}" end="${3}"

    if [[ "$start" == "" ]]; then start="0"; fi
    if [[ "$end"   == "" ]]; then end="${#str}"; fi

    local length="((${end}-${start}+1))"

    echo "${str:${start}:${length}}"
} 

Пример:

    substring 01234 0
    01234
    substring 012345 0
    012345
    substring 012345 0 0
    0
    substring 012345 1 1
    1
    substring 012345 1 2
    12
    substring 012345 0 1
    01
    substring 012345 0 2
    012
    substring 012345 0 3
    0123
    substring 012345 0 4
    01234
    substring 012345 0 5
    012345

Больше примеров звонков:

    substring 012345 0
    012345
    substring 012345 1
    12345
    substring 012345 2
    2345
    substring 012345 3
    345
    substring 012345 4
    45
    substring 012345 5
    5
    substring 012345 6

    substring 012345 3 5
    345
    substring 012345 3 4
    34
    substring 012345 2 4
    234
    substring 012345 1 3
    123

Добро пожаловать.