如何使用grep/sed提取子字符串和数字

Question

我是一名有用的助手，可以为您翻译文本。

我有一个包含文本和数字的文本文件，我想使用grep提取我需要的数字。例如，给定以下文件：

miss rate 0.21  
ipc 222  
stalls n shdmem 112

假设我只想提取miss rate的数据，即0.21，我该如何使用grep或sed？另外，我需要不止一个数字，而不仅仅是miss rate后面的数字。也就是说，我可能想要获取0.21和112两个数字。样例输出可能如下：

0.21 222 112

因为我需要这些数据以便之后绘图。

- Hooloovoo

---

如果适用的话，我建议使用sed而不是grep。 - Daniel Williams

如果在这种情况下更优雅地工作，sed也是可以接受的。 - Hooloovoo

Answer 1

如果你真的想只使用grep来完成这个任务，那么你可以尝试以下命令：

grep "miss rate" file | grep -oe '\([0-9.]*\)'

它将首先找到匹配的行，然后只输出数字。

尽管如此，Sed可能更易读：

sed -n 's#miss rate ##p' file

- DanneJ

Answer 2

使用 awk 替代：

awk '/^miss rate/ { print $3 }' yourfile

如果想要仅使用grep命令完成，可以通过一些非标准扩展实现，例如使用支持PCRE正则表达式的GNU grep中的正向环视(?<=..)和只匹配(-o)。

grep -Po '(?<=miss rate ).*' yourfile

- that other guy

Answer 3

使用带有 pcre 引擎和 grep 的特殊正则表达式技巧 \K：

grep -oP 'miss rate \K.*' file.txt

或者使用 Perl：

perl -lne 'print $& if /miss rate \K.*/' file.txt

- Gilles Quénot

---

添加了 Perl 的可移植解决方案 =) - Gilles Quénot

\K技巧非常有用。是的，我更喜欢使用grep来完成这项任务，因为我不是awk方面的专家，而且awk存在一个问题，即单个字段中的文本可能具有多个和不同数量的空格，例如'miss rate XX'和'stalls total number XXX'。 - Hooloovoo

Answer 4

grep和cut的解决方案如下：

要获取每个成功的grep的第三个字段，请使用：

grep "^miss rate " yourfile | cut -d ' ' -f 3

如果要获取第三个字段及其后面的内容，请使用以下命令：

grep "^miss rate " yourfile | cut -d ' ' -f 3-

如果您使用bash，且在文件中仅出现一次"miss rate"，则可以执行以下操作:

a=( $(grep -m 1 "miss rate" yourfile) )
echo ${a[2]}

其中${a[2]}是您的结果。

如果“miss rate”出现多次，您可以在grep输出上循环，仅读取您所需的内容。（在bash中）

- mariux

Answer 5

我相信

sed 's|[^0-9]*\([0-9\.]*\)|\1 |g' fiilename

可以解决问题。但是如果每个条目都在自己的行上，那么这样做就没问题了。我相信sed有一种方法可以生成逗号或空格分隔的列表，但我不是所有sed相关事物的超级大师。

- Daniel Williams

---

我稍微修改了一下，通过正则表达式中的([0-9][0-9][0-9][0-9][0-9])捕获组，提取5位数字（始终是行中的前5个数字）作为票号。 - englebart

Answer 6

您可以使用：

grep -P "miss rate \d+(\.\d+)?" file.txt

或者：

grep -E "miss rate [0-9]+(\.[0-9]+)?"

这两个命令都会打印出 miss rate 0.21。如果你只想提取数字，为什么不使用 Perl、Sed 或 Awk 呢？

如果你真的想避免使用这些，也许这个方法可以？

grep -E "miss rate [0-9]+(\.[0-9]+)?" g | xargs basename | tail -n 1

- kamituel