使用GREP和SED获得精确的模式匹配

Question

大家好，

我正在使用GREP和SED解决一堆文本字符串，其中我只希望stdout在package:之后打印数据，并以文件夹名称结尾没有结尾/。

例如：

data/dataapp/com.android.chrome-DeX_54==
System/app/Keychain
vendor/app/NlpService

这是示例...

package:data/app/com.android.chrome-DeX_54==/base.apk=com.android.chrome
package:data/dataapp/ExactCalculator/ExactCalculator.apk=com.android.calculator2
package:data/hw_init/cust/app/Email/Email.apk=com.android.email
package:system/app/KeyChain/KeyChain.apk=com.android.keychain
package:system/delapp/WallpaperBackup/WallpaperBackup.apk=com.android.wallpaperbackup
package:system/framework/framework-res.apk=android
package:system/priv-app/CIT/CIT.apk=com.ontim.cit
package:vendor/app/NlpService/NlpService.apk=com.mediatek.nlpservice

我没有得到我想要的确切输出，因此将不胜感激。

P.S：我正在学习GREP和SED，只是为了好玩。

Answer 1

请您尝试：

grep -Po '(?<=package:).+(?=/[^/]*$)' input.txt

结果：

data/app/com.android.chrome-DeX_54==
data/dataapp/ExactCalculator
data/hw_init/cust/app/Email
system/app/KeyChain
system/delapp/WallpaperBackup
system/framework
system/priv-app/CIT
vendor/app/NlpService

• -P选项启用Perl兼容的正则表达式。
• -o选项告诉grep仅打印匹配的子字符串。
• 模式(?<=package:)是positive lookbehind assertion，匹配的子字符串不包含在grep -o的输出中。
• 模式(?=/[^/]*$)也是positive lookahead assertion。

sed替代为：

sed 's#\(^package:\)\(.\+\)\(/[^/]*$\)#\2#' input.txt

或

sed -E 's#(^package:)(.+)(/[^/]*$)#\2#' input.txt

后者将更清晰。

您将看到positive lookarounds可以通过丢弃不必要的组而被sed的后向引用代替。

希望这会有所帮助。

Answer 2

这可能对您有用（GNU sed）：

sed -n 's#^package:\(.*\)/.*#\1#p' file

由于这可能是过滤操作，请使用-n选项显式打印结果。 regexp在替换命令中以^开头，该命令将package:锚定到行的开头，并使用.*贪婪地消耗行的其余部分。但是，它尝试匹配的下一个字符是/，因此正则表达式引擎回溯以找到它，然后下一个.*再次吞噬了该行的其余部分。用引号引起的括号（\(...\)）捕获了正则表达式的这一部分，并在替代命令的RHS中用称为后引用的\1表示。替换命令末尾的p标志明确显示修改后的行处于其当前状态。

N.B。使用替代命令，程序员可以选择其定界符。在文档中，命令通常写为s/LHS/RHS/flags，其中分隔符为/，但可以是任何字符，如在上述解决方案中一样，选择#是为了减少对/字符的引用，LHS = regexp左侧，RHS =替换，标志=附加操作，例如g表示在行/文件中全局替换，p表示在成功替换后以当前状态打印该行（还有其他内容请参见sed文档。） >