sed / grep을 사용하여 두 단어 사이의 텍스트를 추출하는 방법은 무엇입니까?

문자열의 두 단어 사이에있는 모든 것을 포함하는 문자열을 출력하려고합니다.

입력:

"Here is a String"

산출:

"is a"

사용 :

sed -n '/Here/,/String/p'

엔드 포인트를 포함하지만 포함하고 싶지 않습니다.

sed -e 's/Here\(.*\)String/\1/'

GNU grep은 긍정적 & 부정적 예측 및 예측을 지원할 수 있습니다. 귀하의 경우 명령은 다음과 같습니다.

echo "Here is a string" | grep -o -P '(?<=Here).*(?=string)'

Hereand 가 여러 번 나타나는 경우 string처음 Here부터 마지막 까지 string일치시킬 것인지 개별적으로 일치시킬 것인지 선택할 수 있습니다 . 정규 표현식의 관점에서 욕심 일치 (첫 번째 경우) 또는 욕심없는 일치 (두 번째 경우)라고합니다.

$ echo 'Here is a string, and Here is another string.' | grep -oP '(?<=Here).*(?=string)' # Greedy match
 is a string, and Here is another 
$ echo 'Here is a string, and Here is another string.' | grep -oP '(?<=Here).*?(?=string)' # Non-greedy match (Notice the '?' after '*' in .*)
 is a 
 is another 

허용 된 답변은 이전 Here또는 이후에 있을 수있는 텍스트를 제거하지 않습니다 String. 이것은 :

sed -e 's/.*Here\(.*\)String.*/\1/'

주된 차이는 첨가이다 .*직전 Here후의 String.

Bash 에서만 문자열을 제거 할 수 있습니다 .

$ foo="Here is a String"
$ foo=${foo##*Here }
$ echo "$foo"
is a String
$ foo=${foo%% String*}
$ echo "$foo"
is a
$

그리고 PCRE 가 포함 된 GNU grep이 있으면 너비가 0 인 어설 션을 사용할 수 있습니다.

$ echo "Here is a String" | grep -Po '(?<=(Here )).*(?= String)'
is a

GNU awk를 통해

$ echo "Here is a string" | awk -v FS="(Here|string)" '{print $2}'
 is a 

grep -P( perl-regexp ) 매개 변수 support \K를 사용하면 이전에 일치 한 문자를 버리는 데 도움이됩니다. 이 경우 이전에 일치 한 문자열이 Here최종 출력에서 ​​삭제되었습니다.

$ echo "Here is a string" | grep -oP 'Here\K.*(?=string)'
 is a 
$ echo "Here is a string" | grep -oP 'Here\K(?:(?!string).)*'
 is a 

출력을 원하면 is a아래를 시도해보십시오.

$ echo "Here is a string" | grep -oP 'Here\s*\K.*(?=\s+string)'
is a
$ echo "Here is a string" | grep -oP 'Here\s*\K(?:(?!\s+string).)*'
is a

여러 줄로 된 사건이 ​​많은 긴 파일이 있으면 먼저 번호 줄을 인쇄하는 것이 좋습니다.

cat -n file | sed -n '/Here/,/String/p'

이것은 당신을 위해 일할 수 있습니다 (GNU sed) :

sed '/Here/!d;s//&\n/;s/.*\n//;:a;/String/bb;$!{n;ba};:b;s//\n&/;P;D' file 

이것은 개행 에서 두 개의 마커 (이 경우 Here및 String) 사이에 각 텍스트 표현을 제시 하고 텍스트 내에 개행을 유지합니다.

위의 모든 솔루션에는 마지막 검색 문자열이 문자열의 다른 곳에서 반복되는 결함이 있습니다. bash 함수를 작성하는 것이 가장 좋습니다.

    function str_str {
      local str
      str="${1#*${2}}"
      str="${str%%$3*}"
      echo -n "$str"
    }

    # test it ...
    mystr="this is a string"
    str_str "$mystr" "this " " string"

두 개의 s 명령을 사용할 수 있습니다

$ echo "Here is a String" | sed 's/.*Here//; s/String.*//'
 is a 

또한 작동

$ echo "Here is a StringHere is a String" | sed 's/.*Here//; s/String.*//'
 is a

$ echo "Here is a StringHere is a StringHere is a StringHere is a String" | sed 's/.*Here//; s/String.*//'
 is a 

sed명령 을 이해하려면 단계별로 명령을 작성해야합니다.

원본은 여기 있습니다

user@linux:~$ echo "Here is a String"
Here is a String
user@linux:~$ 

ubstition 옵션으로 Here문자열 을 제거해 봅시다 s.sed

user@linux:~$ echo "Here is a String" | sed 's/Here //'
is a String
user@linux:~$ 

이 시점에서, 나는 당신이 제거 할 수있을 것이라고 생각 String뿐만 아니라

user@linux:~$ echo "Here is a String" | sed 's/String//'
Here is a
user@linux:~$ 

그러나 이것은 원하는 출력이 아닙니다.

두 개의 sed 명령을 결합하려면 -eoption을 사용하십시오.

user@linux:~$ echo "Here is a String" | sed -e 's/Here //' -e 's/String//'
is a
user@linux:~$ 

도움이 되었기를 바랍니다

사용할 수 있습니다 \1( http://www.grymoire.com/Unix/Sed.html#uh-4 참조 ).

echo "Hello is a String" | sed 's/Hello\(.*\)String/\1/g'

괄호 안에있는 내용은로 저장됩니다 \1.

문제. 저장된 클로 메일 메시지가 다음과 같이 줄 바꿈되어 제목 줄을 추출하려고합니다.

Subject: [SLC38A9 lysosomal arginine sensor; mTORC1 pathway] Key molecular
 link in major cell growth pathway: Findings point to new potential
 therapeutic target in pancreatic cancer [mTORC1 Activator SLC38A9 Is
 Required to Efflux Essential Amino Acids from Lysosomes and Use Protein as
 a Nutrient] [Re: Nutrient sensor in key growth-regulating metabolic pathway
 identified [Lysosomal amino acid transporter SLC38A9 signals arginine
 sufficiency to mTORC1]]
Message-ID: <20171019190902.18741771@VictoriasJourney.com>

이 스레드의 A2에 따라 sed / grep을 사용하여 두 단어 사이의 텍스트를 추출하는 방법은 무엇입니까? 일치하는 텍스트에 줄 바꿈이 포함되어 있지 않으면 아래의 첫 번째 표현식은 "작동"합니다.

grep -o -P '(?<=Subject: ).*(?=molecular)' corpus/01

[SLC38A9 lysosomal arginine sensor; mTORC1 pathway] Key

그러나 수많은 변형 ( .+?; /s; ...)을 시도했지만 작동시키지 못했습니다.

grep -o -P '(?<=Subject: ).*(?=link)' corpus/01
grep -o -P '(?<=Subject: ).*(?=therapeutic)' corpus/01
etc.

해결책 1.

다른 줄에서 두 문자열 사이의 추출 텍스트 당

sed -n '/Subject: /{:a;N;/Message-ID:/!ba; s/\n/ /g; s/\s\s*/ /g; s/.*Subject: \|Message-ID:.*//g;p}' corpus/01

어느 것이

[SLC38A9 lysosomal arginine sensor; mTORC1 pathway] Key molecular link in major cell growth pathway: Findings point to new potential therapeutic target in pancreatic cancer [mTORC1 Activator SLC38A9 Is Required to Efflux Essential Amino Acids from Lysosomes and Use Protein as a Nutrient] [Re: Nutrient sensor in key growth-regulating metabolic pathway identified [Lysosomal amino acid transporter SLC38A9 signals arginine sufficiency to mTORC1]]                              

해결책 2. *

Per sed를 사용하여 줄 바꿈 (\ n)을 바꾸려면 어떻게해야합니까?

sed ':a;N;$!ba;s/\n/ /g' corpus/01

줄 바꿈을 공백으로 바꿉니다.

sed / grep를 사용하여 두 단어 사이의 텍스트를 추출하는 방법의 A2와 연결 ? 우리는 다음을 얻습니다.

sed ':a;N;$!ba;s/\n/ /g' corpus/01 | grep -o -P '(?<=Subject: ).*(?=Message-ID:)'

어느 것이

[SLC38A9 lysosomal arginine sensor; mTORC1 pathway] Key molecular  link in major cell growth pathway: Findings point to new potential  therapeutic target in pancreatic cancer [mTORC1 Activator SLC38A9 Is  Required to Efflux Essential Amino Acids from Lysosomes and Use Protein as  a Nutrient] [Re: Nutrient sensor in key growth-regulating metabolic pathway  identified [Lysosomal amino acid transporter SLC38A9 signals arginine  sufficiency to mTORC1]] 

이 변형은 이중 공백을 제거합니다.

sed ':a;N;$!ba;s/\n/ /g; s/\s\s*/ /g' corpus/01 | grep -o -P '(?<=Subject: ).*(?=Message-ID:)'

기부

[SLC38A9 lysosomal arginine sensor; mTORC1 pathway] Key molecular link in major cell growth pathway: Findings point to new potential therapeutic target in pancreatic cancer [mTORC1 Activator SLC38A9 Is Required to Efflux Essential Amino Acids from Lysosomes and Use Protein as a Nutrient] [Re: Nutrient sensor in key growth-regulating metabolic pathway identified [Lysosomal amino acid transporter SLC38A9 signals arginine sufficiency to mTORC1]]