如何使用正则表达式匹配包含特定单词的行中的第N个单词

Question

我正在尝试获取正确的正则表达式，以匹配包含特定单词的一行中的第N个单词。

例如，如果我的输入是：

this is the first line - blue
this is the second line - green
this is the third line - red

我想匹配包含单词“second”的行中的第七个单词，并返回green。

我正在使用Rubular测试正则表达式。

我已经尝试过这个正则表达式，但没有成功 - 它匹配了下一行：

```regex ^.*second(?:\W+(\w+)){6}\W+(\w+) ```

(.*second.*)(?<data>.*?\s){7}(.*)

另一个示例输入：

this is the Foo line - blue
this is the Bar line - green
this is the Test line - red

我想匹配包含单词 "red" 的行中的第四个单词，然后返回 Test。

我要匹配的单词可以出现在我用来选择行的单词之前或之后。

- Jorge

Answer 1

您可以使用此方法来匹配包含second的行，并获取第7个单词：

^(?=.*\bsecond\b)(?:\S+ ){6}(\S+)

确保全局和多行标志处于活动状态。 ^ 匹配一行的开头。 (?=.*\bsecond\b) 是一个正向预查，用于确保该特定行中有单词 second。 (?:\S+ ){6} 匹配 6 个单词。 (\S+) 将获取第七个。 regex101 演示

---

您可以使用相同的原则来满足其他要求。

例如，对于包含单词 red 的行并获取第四个单词...

^(?=.*\bred\b)(?:\S+ ){3}(\S+)

- Jerry

---

他只想匹配包含“second”的行中的第7个单词，而“second”本身是该行上的一个单词。 - Palpatim

@Jerry 谢谢，但这并没有解决我的问题 - 我需要包含单词“second”的那一行，而不是第二行。 - Jorge

+1，但重要的是注意正则表达式上的“m”标志。 - Palpatim

@Palpatim 谢谢，我把那里弄乱了 >~< - Jerry

我喜欢新答案胜过旧答案。 - Floris

@Floris 我也是。当我读错了什么并意识到为时已晚时，我会讨厌自己 :( - Jerry

Answer 2

你要求正则表达式，已经得到了一个很好的答案。

有时候你需要寻求解决方案，而不是指定工具。

以下是我认为最适合你需求的一行代码:

awk '/second/ {print $7}' < inputFile.txt

说明：

/second/     - for any line that matches this regex (in this case, literal 'second')
print $7     - print the 7th field (by default, fields are separated by space)

我认为这种处理方式比正则表达式更易理解，而且更加灵活。

- Floris

---

请求工具意味着提问者已经决定了解决方案，这就是我们所说的 XY 问题。"什么是 XY 问题？"讨论了这种情况。通常，他们预先确定的任何解决方案都是错误的。 - the Tin Man

@theTinMan 完全同意你的观点！ - Floris