excluindo um caractere antes de um determinado caractere em sed [closed]

Question

Eu tenho esse arquivo que simplesmente imprime uma linha. Estou trabalhando na manipulação desta linha com diferentes comandos sed.

apple orange.5678 dog cat 009 you

Eu estou querendo pegar 'orange.5678' e incluir 'you' e ignorar todo o resto. Eu quero que pareça abaixo

orange.5678 you

Não sei por onde começar e como excluir tudo, exceto "orange.5678" e "you". Qualquer ajuda seria ótima!

    

Answer 1

$ sed -r 's/.* ([^ ]+\.[^ ]+).* ([^ ]+)$/ /' orange
orange.5678 you

Explicação

• -r usa expressões regulares estendidas
• s/old/new replace old com new
• .* qualquer número de caracteres
• (some characters) save some characters para referência posterior na substituição
• [^ ]+ alguns caracteres que não são um espaço
• \. literal dot
• $ fim da linha
• backreference para o padrão salvo

so s/.* ([^ ]+\.[^ ]+).* ([^ ]+)$/ / significa, corresponde qualquer coisa na linha até um espaço que precede alguns caracteres não espaciais até . e depois alguns caracteres não espaciais após (salvando esses caracteres de cada lado do . ), em seguida, combine todos os caracteres e salve o último conjunto de caracteres não espaciais na linha e substitua a correspondência inteira pelos dois padrões salvos separados por um espaço

    

Answer 2

Abordagem mais simples:

awk '{print $2, $6}' file.txt

Se o seu caso de uso real é mais complexo do que a sua pergunta indica, e você precisa de lógica adicional (por exemplo, se não é sempre o segundo e o sexto campos que você precisa), edite sua pergunta para esclarecer.

    

Answer 3

Deve-se olhar para outra resposta de @Zanna. Muito elegante e mostra o poder das expressões regulares.

Experimente esta expressão com gawk . O awk simples não funciona com o agrupamento.

^(?:\w+\s){0,}(\w+\.\w+)(?:\s\w+){0,}\s(\w+)$

Funcionou para acompanhar as variações

apple orange.5678 dog cat 009 you
apple apple grape.9991 pig cat piegon owl
grape.9991 pig cat piegon owl

Aqui está a descrição da expressão.

/
^(?:\w+\s){0,}(\w+\.\w+)(?:\s\w+){0,}\s(\w+)$
/
g
^ asserts position at start of the string

Non-capturing group (?:\w+\s){0,}
{0,} Quantifier — Matches between zero and unlimited times, as many times as possible, giving back as needed (greedy)
\w+ matches any word character (equal to [a-zA-Z0-9_])
+ Quantifier — Matches between one and unlimited times, as many times as possible, giving back as needed (greedy)
\s matches any whitespace character (equal to [\r\n\t\f\v ])

1st Capturing Group (\w+\.\w+)
\w+ matches any word character (equal to [a-zA-Z0-9_])
+ Quantifier — Matches between one and unlimited times, as many times as possible, giving back as needed (greedy)
\. matches the character . literally (case sensitive)
\w+ matches any word character (equal to [a-zA-Z0-9_])
+ Quantifier — Matches between one and unlimited times, as many times as possible, giving back as needed (greedy)

Non-capturing group (?:\s\w+){0,}
{0,} Quantifier — Matches between zero and unlimited times, as many times as possible, giving back as needed (greedy)
\s matches any whitespace character (equal to [\r\n\t\f\v ])
\w+ matches any word character (equal to [a-zA-Z0-9_])
+ Quantifier — Matches between one and unlimited times, as many times as possible, giving back as needed (greedy)
\s matches any whitespace character (equal to [\r\n\t\f\v ])

2nd Capturing Group (\w+)
\w+ matches any word character (equal to [a-zA-Z0-9_])
+ Quantifier — Matches between one and unlimited times, as many times as possible, giving back as needed (greedy)
$ asserts position at the end of the string, or before the line terminator right at the end of the string (if any)

    

Answer 4

Se tiver que ser sed com regex, a resposta acima cobrirá você. Se você está aberto a alternativas:

gv@debian: $ read -r a b c d e f<<<"apple orange.5678 dog cat 009 you" && echo "$b $f" 
orange.5678 you

Se esta for uma linha em um arquivo, substitua <<<"...." por <file

Este método para trabalhar requer IFS = espaço padrão. Se em doube, aplique IFS=" " no começo.