regex - 使用带有否定先行断言的 grep

Question

我有与这篇文章中完全相同的问题，但是正则表达式在 bash 中对我不起作用。 RegExp exclusion, looking for a word not followed by another

我想包含 csv 文件中包含单词“Tom”的所有行，但后面跟有“Thumb”的除外。

• 包括:汤姆坐在海边。
• 不包括:Tom Thumb 坐在海边。
• 包括:Tom 和 Tom Thumb 坐在海边。

当我在 regex101.com 上试用时，正则表达式 Tom(?!\s+Thumb) 有效。

但我已经尝试了所有这些变体，但没有一个起作用。我错过了什么，我该如何解决这个问题？我在 Mac 上。

cat 输入文件.csv | grep Tom(?!\s+Thumb) > Tom.csv
猫输入文件.csv | egrep Tom(?!\s+Thumb) > Tom.csv
猫输入文件.csv | egrep “Tom(?!\s+Thumb)” > Tom.csv
猫输入文件.csv | grep -E Tom(?!\s+Thumb) > Tom.csv
猫输入文件.csv | grep -E “Tom(?!\s+Thumb)” > Tom.csv

Answer 1

您不能使用 POSIX ERE 执行此操作。

POSIX extended regular expressions 中没有否定先行断言，这是 grep -E 激活的语法。

最接近的是组合两个独立的正则表达式，一个正匹配和一个负匹配:

grep -we 'Tom' inputfile.csv | grep -wvEe 'Tom[[:space:]]Thumb'

grep -v 排除 匹配给定表达式的任何行；所以在这里，我们首先搜索 Tom，然后删除 Tom Thumb。

但是，匹配 Tom and Tom Thumb sat by the seashore 的意图使得这不可行。简而言之:你不能用标准的 grep 做你想要的，除非它有 grep -P 来使你的原始语法有效。在这种情况下，您可以使用:

grep -Pwe 'Tom(?!\s+Thumb)' <inputfile.csv >Tom.csv

---

一个 hack 可能是一个临时替代品

假设您有可用的 uuidgen(它似乎存在于大苏尔)来生成一个临时的、不可预测的印记:

uuid=$(uuidgen)
sed -e "s/Tom Thumb/$uuid/g" <inputfile.csv \
  | grep -we 'Tom' \
  | sed -e "s/$uuid/Tom Thumb/g" >tom.csv