使用sed和正则表达式从字符串中提取数字

Question

我希望你能担任sed专家的角色。

我有一个表示路径名的字符串，其中会有两个数字。例如：

./pentaray_run2/Trace_220560.dat

我需要提取这些数字中的第二个数字 - 即220560。

我已经通过论坛的帮助，使用以下代码提取了所有数字（即2220560）：

sed "s/[^0-9]//g"

或仅提取第一个数字：

sed -r 's|^([^.]+).*$|\1|; s|^[^0-9]*([0-9]+).*$|\1|'

但我需要的是第二个数字！！非常感谢任何帮助。

PS：我需要的数字始终是字符串中的第二个数字。

- Steven

Answer 1

这样可以吗？

sed -r 's/.*_([0-9]*)\..*/\1/g'

使用你的示例：

kent$   echo "./pentaray_run2/Trace_220560.dat"|sed -r 's/.*_([0-9]*)\..*/\1/g'
220560

- Kent

---

太棒了，这个方法很有效。我猜下划线后面的空格是指只查找数字？在这种情况下，我总是可以期望有一个下划线，所以这会起作用。那么实际表达式中的哪一部分是这样的呢？是 .*_ 吗？Stackoverflow真是一个非常好的资源——我已经苦思冥想了几个小时了。顺便问一下，你觉得有没有办法在结尾处使用 \1——也许提取所有数字（连续的数字）作为子字符串并要求第二个数字。这对我和其他人将来可能会有用吗？ - Steven

Answer 2

你可以用以下方法提取最后的数字：

sed -e 's/.*[^0-9]\([0-9]\+\)[^0-9]*$/\1/'

反向思考会更容易：

1. 从字符串末尾开始匹配零个或多个非数字字符
2. 匹配（并捕获）一个以上的数字字符
3. 匹配至少一个非数字字符
4. 匹配所有字符到字符串开头

匹配的第3个部分是“魔法发生”的地方，但它也限制了你的匹配结果必须在数字之前有至少一个非数字（例如无法匹配仅在字符串开头的单个数字，虽然可以通过在字符串开头插入非数字来解决这个问题）。

这种技巧是为了抵消 .* 的从左到右的贪婪性 （第4部分）。 没有第3部分，第4部分将尽可能地匹配所有内容，包括数字，但有了第3部分，匹配会确保它停止以允许第1和第2部分至少捕获一个非数字后跟一个数字，从而捕获数字。

- Janito Vaqueiro Ferreira Filho

Answer 3

如果需要使用 grep ：

$ echo './pentaray_run2/Trace_220560.dat' | grep -oP '\d+\D+\K\d+'
220560

使用相同的正则表达式，Perl 更加便携：

echo './pentaray_run2/Trace_220560.dat' | perl -lne 'print $& if /\d+\D+\K\d+/'
220560

我认为这种方法比使用sed更加简洁和强大。

- Gilles Quénot

Answer 4

这可能适用于您（GNU sed）：

sed -r 's/([^0-9]*([0-9]*)){2}.*/\2/' file

这将提取第二个数字：

sed -r 's/([^0-9]*([0-9]*)){1}.*/\2/' file

这会提取第一个。

- potong