Sed / Awk - Encontre uma string com exatamente n caracteres

Question

Olhando através das páginas man para sed, awk e grep, não consigo encontrar uma maneira de procurar por uma string com exatamente n caracteres.

Dado o seguinte arquivo de texto, quero extrair apenas 6982a9948422

ID                  IMAGE               COMMAND                
CREATED             STATUS              PORTS
6982a9948422        ubuntu:12.04        apt-get install ping   
1 minute ago        Exit 0

O valor estará sempre na primeira coluna e é sempre 12 caracteres alfanuméricos.

Aqui está o que estou tentando até agora.

 cat /tmp/test | awk {'print $1'} | sed 's/.*\([0-9],[A-Z],[a-z]\{12\}\).*//g'

Qual seria uma maneira de extrair apenas 6982a9948422 do texto acima?

    

Answer 1

awk 'length($1) == 12 { print $1 }' file

O programa é bastante auto-documentável e evita o martelo regex.

awk -v f=1 '$f ~ /^[[:alnum:]]{12}$/ { print $f }' file

Ou mova-se para longe com o que precede se quiser considerar apenas os primeiros campos (campos delimitados por espaços em branco) que consistem apenas em caracteres alfanuméricos.

Com as implementações de awk que não suportam as expressões regulares de {x,y} interval, você pode alterá-lo para:

awk -v f=1 'length($f) == 12 && $f !~ /[^[:alnum:]]/ { print $f }' file

    

Answer 2

Isso pesquisará e imprimirá todas as cadeias alfanuméricas que começam no início de uma linha e têm exatamente 12 caracteres.

grep -o -w -E '^[[:alnum:]]{12}'

Para usuários do macOS. Instale o GNU grep para que isso funcione. Pode ser feito usando o homebrew .

    

Answer 3

Você pode usar grep com o recurso PCRE. Está disponível na maioria das versões mais recentes de grep .

$ grep -oP "^[[:alnum:]]{12}" test.txt
6982a9948422

Isso fornecerá a você todas as correspondências com 12 caracteres e incluirá caracteres válidos em palavras, [a-zA-Z0-9] .

    

Answer 4

Outra solução, usando o delimitador de fim de palavra, não é aparente em nenhuma das soluções acima:

egrep '^[[:alnum:]]{12}\>' filename

    

Answer 5

Solução AWK

awk '{match( $1, /[0-9A-Za-z]{12}/, arr) }; { printf arr[0] }' inputFile

OR

awk '$1 ~ /[0-9A-Za-z]{12}/{print $1}' inputFile

    

Answer 6

Outros deram respostas para o seu caso de teste específico em que a string em questão está no início da linha. Essas soluções imprimem todas strings que consistem em 12 caracteres de palavras consecutivos:

perl -lne 'print for /\b(\w{12})\b/g;' file
grep -oP '\b(\w{12})\b' file

    

Answer 7

Não grep , awk , etc., apenas shell POSIX puro:

while read x y ; do case "$x" in ????????????) echo $x ;; esac ; done < test

Saída:

6982a9948422

Se a correspondência precisar ser estritamente alfanumérica, sempre haverá :

while read x y ; do case "$x" in \
    [[:alnum:]][[:alnum:]][[:alnum:]][[:alnum:]][[:alnum:]][[:alnum:]][[:alnum:]][[:alnum:]][[:alnum:]][[:alnum:]][[:alnum:]][[:alnum:]]) echo $x ;; \
                    esac ; \
done < test

    

Answer 8

Eu modificaria sua própria solução. Em vez de excluir qualquer $1 que não corresponda ao regexp necessário, use grep para filtrá-los:

awk '{print $1}' /tmp/test | grep -iE '^[a-z0-9]{12}$'

Como alternativa, em sed puro:

sed 's/^\([a-zA-Z0-9]\{12\}\)[ \t]\+.*//' /tmp/test     

    

Answer 9

Isso processará qualquer linha que tenha 12 caracteres alfanuméricos e imprima o primeiro campo:

awk '/[[:alnum:]]{12}/ {print $1}' file