regex - 在 shell 脚本中检索正则表达式后的单词

Question

我正在尝试从具有元数据的文本文件中检索特定字段，如下所示:

project=XYZ; cell=ABC; strain=C3H; sex=F; age=PQR; treatment=None; id=MLN

我有以下脚本来检索字段 'cell'

while read line
do
cell="$(echo $line | cut -d";" -f7 )"
echo  $cell
fi
done < files.txt

但是，以下脚本将整个字段检索为 cell=ABC ，而我只想要值 'ABC'从字段中，如何在同一行代码中检索正则表达式之后的值？

Answer 1

如 提取一个值 (或者，通常，由不同捕获组捕获的一组非重复值)就足够了，您正在运行 bash , ksh , 或 zsh ，考虑使用 正则表达式匹配运算符，=~ :[[ string =~ regex ]] :

向@Adrian Frühwirth 致敬，了解 ksh 的要点和 zsh解决方案。

示例输入字符串:

string='project=XYZ; cell=ABC; strain=C3H; sex=F; age=PQR; treatment=None; id=MLN'

Shell特定使用 =~接下来讨论； =~ 的多 shell 实现可以在最后找到通过 shell 函数实现的功能。

bash

特价 BASH_REMATCH数组变量接收匹配操作的结果:元素 0包含整个匹配项，元素 1第一个捕获组的(带括号的子表达式)匹配，依此类推。
bash 3.2+ :

[[ $string =~ \ cell=([^;]+) ]] && cell=${BASH_REMATCH[1]} # -> $cell == 'ABC'

bash 4.x :
虽然上面的特定命令有效，但在 bash 4.x 中使用正则表达式文字有问题，特别是在涉及词边界断言时 \<和 \>在 Linux 上；例如， [[ a =~ \<a ]]莫名的不匹配；解决方法:使用中间变量(未加引号!): re='\a'; [[ a =~ $re ]]作品(也在 bash 3.2+ 上)。
bash 3.0 and 3.1 - 或设置后 shopt -s compat31 :
引用正则表达式以使其工作:

[[ $string =~ ' cell=([^;]+)' ]] && cell=${BASH_REMATCH[1]}  # -> $cell == 'ABC'

克什
ksh语法与 bash 中的相同， 除了:

包含匹配字符串的特殊数组变量的名称是 .sh.match (您必须将名称括在 {...} 中，即使只是用 ${.sh.match} 隐式引用第一个元素):

[[ $string =~ \ cell=([^;]+) ]] && cell=${.sh.match[1]} # -> $cell == 'ABC'

zsh
zsh语法也类似于 bash，除了:

正则表达式文字必须被引用 - 为了简单起见，或者至少是一些 shell 元字符，例如 ; .

你可以，但不需要双引号作为变量值提供的正则表达式。

请注意此引用行为与 bash 3.2+ 的引用行为有何根本不同:zsh仅出于语法原因需要引用，并且始终将结果字符串作为一个整体视为正则表达式，无论它或其中的一部分是否被引用。

有 2 个变量包含匹配结果:

$MATCH包含整个匹配的字符串

数组变量 $match仅包含捕获组的匹配项(注意 zsh 数组以索引 1 开头，并且您不需要将变量名括在 {...} 中以引用数组元素)

 [[ $string =~ ' cell=([^;]+)' ]] && cell=$match[1] # -> $cell == 'ABC'

=~的多shell实现运算符作为 shell 函数 reMatch
以下shell函数抽象了 bash之间的差异, ksh , zsh关于 =~运算符(operator);匹配在数组变量 ${reMatches[@]} 中返回.

正如@Adrian Frühwirth 指出的那样，要使用此编写可移植(跨 zsh 、 ksh 、 bash )代码，您需要执行 setopt KSH_ARRAYS在 zsh使其数组以索引 0开头;作为副作用，您还必须使用 ${...[]}引用数组时的语法，如 ksh和 bash )。

应用于我们的示例，我们将得到:

  # zsh: make arrays behave like in ksh/bash: start at *0*
[[ -n $ZSH_VERSION ]] && setopt KSH_ARRAYS

reMatch "$string" ' cell=([^;]+)' && cell=${reMatches[1]}

shell 函数:

# SYNOPSIS
#   reMatch string regex
# DESCRIPTION
#   Multi-shell implementation of the =~ regex-matching operator;
#   works in: bash, ksh, zsh
#
#   Matches STRING against REGEX and returns exit code 0 if they match.
#   Additionally, the matched string(s) is returned in array variable ${reMatch[@]},
#   which works the same as bash's ${BASH_REMATCH[@]} variable: the overall
#   match is stored in the 1st element of ${reMatch[@]}, with matches for
#   capture groups (parenthesized subexpressions), if any, stored in the remaining
#   array elements.
#   NOTE: zsh arrays by default start with index *1*.
# EXAMPLE:
#   reMatch 'This AND that.' '^(.+) AND (.+)\.' # -> ${reMatch[@]} == ('This AND that.', 'This', 'that')
function reMatch {
  typeset ec
  unset -v reMatch # initialize output variable
  [[ $1 =~ $2 ]] # perform the regex test
  ec=$? # save exit code
  if [[ $ec -eq 0 ]]; then # copy result to output variable
    [[ -n $BASH_VERSION ]] && reMatch=( "${BASH_REMATCH[@]}" )
    [[ -n $KSH_VERSION ]]  && reMatch=( "${.sh.match[@]}" )
    [[ -n $ZSH_VERSION ]]  && reMatch=( "$MATCH" "${match[@]}" )
  fi
  return $ec
}

笔记:

function reMatch (与 reMatch() 相反)用于声明函数，这是 ksh 所必需的使用 typeset 真正创建局部变量.