como obter dados após uma string específica para comprimento específico no linux

Question

considere as linhas abaixo

842567831752rajfkglxfgk  kerigjeiofjgoe jergjerio4523789573489

genfjkgnerijio 234578934897 jgioefjgio  shfhuwehjdfu7890345289103

como faço para obter quatro dígitos após 789 nas linhas acima no linux

    

Answer 1

Use grep

grep -Po '(?<=789).{4}'

Explicação

• grep -P : use grep no modo Perl
• -o : apenas retorna a parte correspondente
• (?<=789) : lookbehind. Isso deve vir antes da parte "correspondente".
• .{4} : corresponde a quatro caracteres (após o lookbehind). Isso é o que será retornado.

Ou use sed

sed -r 's/.*789(.{4}).*//'

Isso pressupõe que há apenas um 789 na linha.

Explicação

• sed -r : use o sed no modo de expressão regular estendida para melhor legibilidade.
• s/foo/bar/ : substitua foo por bar .
• .*789(.{4}).* : corresponde ao início da linha .* , 789 , depois quatro caracteres (.{4}) , enquanto os captura com () , depois o restante da linha .* . Isso corresponde a linha inteira no total.
• : substitua a linha inteira pelo primeiro padrão correspondente de cima.

Ou use o awk

awk '{if (match($0,/789(.{4})/,m)) print m[1]}'

Isso pressupõe que há apenas um 789 na linha. Há provavelmente meia dúzia de maneiras de fazer isso no awk.

Explicação

• match($0,/789(.{4})/,m) : procure na linha inteira $0 pela regex 789(.{4}) e capture os quatro caracteres após 789 .
• print m[1] : imprima o primeiro grupo de captura.

Apenas dígitos

Se você quiser apenas pegar dígitos, pode usar algo como o seguinte:

grep -Po '(?<=789).*' | sed -r 's/^[^0-9]*([0-9])[^0-9]*([0-9])[^0-9]*([0-9])[^0-9]*([0-9]).*//'

Note que esta estratégia presume que são quatro dígitos após 789 .

Explicação

• grep -Po '(?<=789).*' : semelhante ao acima, mas imprime todos caracteres após 789 .
• | sed -r 's/foo/bar/' : canaliza para sed usando o modo de expressão regular estendida e substituindo foo por 'bar.
• ^[^0-9]*([0-9])[^0-9]*([0-9])[^0-9]*([0-9])[^0-9]*([0-9]).* : corresponde ao início da linha ^ , todos os caracteres não dígitos [^0-9]* e, em seguida, captura o dígito ([0-9]) . Repita isso mais três vezes e combine o restante da linha .* .
• : substitua a linha inteira pelos grupos de captura, ou seja, os próximos quatro dígitos.

(Alternativamente, você pode simplificar a expressão sed usando o regex não-ganancioso do perl. perl -pe 's/.*?([0-9]).*?([0-9]).*?([0-9]).*?([0-9]).*//' )

    

Answer 2

$ echo "842567831752rajfkglxfgk  kerigjeiofjgoe jergjerio4523789573489" | grep -oP '789\K....'
5734
$ echo "genfjkgnerijio 234578934897 jgioefjgio  shfhuwehjdfu7890345289103" | grep -oP '789\K....'
3489
0345

    

Answer 3

Solução

AWK para localizar TODOS os itens de 4 dígitos após 789 :

awk -F'789' '{ for(i=2;i<=NF;i++) printf "%s%s",(i==2?"":" "),substr($i,1,4); print ""}' file

• -F'789' - tratando 789 como separador de campo

A saída (todos os itens encontrados por linha ):

5734
3489 0345

----------

Ou simplesmente imprima cada item em uma linha separada:

awk -F'789' '{ for(i=2;i<=NF;i++) print substr($i,1,4) }' file

A saída:

5734
3489
0345