使用grep/sed提取字符串的一部分

Question

我在Linux中有一个文件，其中包含类似以下条目的信息：

dn: CN=HP_NetworkSupport,OU=groups,DC=HDFCSLDM,DC=COM
dn: CN=Review users,OU=groups,DC=HDFCSLDM,DC=COM

我希望只提取中文信息，直到第一个逗号，例如：

> HP_NetworkSupport
> Review users

在上述情况下，将内容复制到另一个文件中的命令是什么？

- bukubapi

Answer 1

这是一种利用前瞻的方法：

grep -Po '(?<=CN=)[^,]*' file > new_file

它获取从 CN=（不包括）到逗号 , 之间的所有文本。 [^,]* 的思想是获取任何不是逗号的字符。

测试

$ grep -Po '(?<=CN=)[^,]*' file
HP_NetworkSupport
Review users

- fedorqui

---

这是软件工程工作的一部分 - 预测客户会使用什么。而且他们很可能会使用。 - mvp

尽管对于许多正则表达式问题来说，正确的答案并不是正则表达式，而是合适的解析器。 - mvp

我的意思是，这是一个很好的例子，回答这个问题必须使用LDAP解析器才能100%正确。从技术上讲，LDAP CN或OU 可能在其内部包含文本“CN = blah”（可能带引号）。怎么样？这类似于您无法使用正则表达式解析XML的前提。 - mvp

感谢您提供http://www.regular-expressions.info/lookaround.html链接。 - user801154

@DavidKennedy 试试看吧;-) 我试过了，我的GNU grep说这不是必要的：grep -Po '(?<=<hola>).*(?=</hola>)' <<< "<hola>adeu</hola>" 毫无问题地返回“adeu”。当然，你可以转义每个字符，但这个不是必要的。 - fedorqui

Answer 2

使用 awk

awk -F"=|," '{print $2}' file
HP_NetworkSupport
Review users

或者

awk -F[=,] '{print $2}' file
HP_NetworkSupport
Review users

将分隔符设置为,或=，然后打印第二个字段。

---

要处理逗号内的字段，您应该使用LDAP解析器，但这应该可以工作。

echo file
dn: CN=HP_NetworkSupport,OU=groups,DC=HDFCSLDM,DC=COM
dn: CN="Review, users",OU=groups,DC=HDFCSLDM,DC=COM

awk -F"CN=|,OU" '{print $2}' file
HP_NetworkSupport
Review, users

- Jotne

Answer 3

使用 sed 命令：

$ sed -r 's/.*CN=([^,]*),.*/\1/' inputfile
HP_NetworkSupport
Review users

- devnull

Answer 4

perl -lne 'print $1 if(/CN=([^\,]*),/)' your_file

以下已测试：

> cat temp
dn: CN=HP_NetworkSupport,OU=groups,DC=HDFCSLDM,DC=COM
dn: CN=Review users,OU=groups,DC=HDFCSLDM,DC=COM
> perl -lne 'print $1 if(/CN=([^\,]*),/)' temp
HP_NetworkSupport
Review users
>

- Vijay

Answer 5

通过这个命令进行管道传输：

sed -E "s/.*CN=(.+?),OU=.*/\\1/g"

- mvp

---

这对您有用吗？我认为'sed'无法使用非贪婪量词，而且必须转义括号才能进行分组。 - Birei