Regex

使用 sed 刪除數字字元串末尾的字元

  • July 31, 2018

這是我的源文件的範例:

USC00020958       -7777S   656S   721S   803S   891S   975S   972S   941S   906S   809S   695S   605S
USC00021001         378S   389R   448R   522R   628R   736S   774S   742S   674S   562S   454R   376R
USC00021026         689R   729R   792R   873R   969R  1060R  1082R  1068R  1015R   903R   775R   682R
USC00021050         663S   713S   796S   885S   984S  1079S  1122S  1103S  1036S   904C   754S   651S
USC00501466         -77R     8R   168R   408R   593R   723R   733R   660R   529R   273R    54R    -7R
USW00501492         -43R    18R   132R   308R   510R   666R   687R   605R   466R   239R    45R    12R
USW00501497           3Q    -1Q     0P   203Q   388Q   539Q   558Q   493Q   362Q   175Q    51Q    27Q
USW00501684        -118R     0P   211R   413R   573R   700R   710R   644R   520R   294R    35R   -67R
USW00501926         184S   223S   303S   418S   544S   651S   661R   617S   519S   353S   227S -7777S

我想從 1-4 位數字的末尾刪除 C、S、R、P、Q,同時保留負 (-) 數,並且在此範例中不修改第一列 (USxxxxxxxxx)。我還想將格式更改為在每個值之間有一個空格(或逗號)。這是我嘗試過的,但它沒有產生我希望的結果:

[user@host1 ~]# cat sample.txt | sed -E 's/(\S+)\s+(.[0-9]{1,4})[C,S,R,P,Q]/\1 \2/g'
USC00020958 -7777   656S 721   803S 891   975S 972   941S 906   809S 695   605S
USC00021001 378   389R 448   522R 628   736S 774   742S 674   562S 454   376R
USC00021026 689   729R 792   873R 969  1060R 1082  1068R 1015   903R 775   682R
USC00021050 663   713S 796   885S 984  1079S 1122  1103S 1036   904C 754   651S
USC00501466 -77     8R 168   408R 593   723R 733   660R 529   273R 54    -7R
USW00501492 -43    18R 132   308R 510   666R 687   605R 466   239R 45    12R
USW00501497  3    -1Q  0   203Q 388   539Q 558   493Q 362   175Q 51    27Q
USW00501684 -118     0P 211   413R 573   700R 710   644R 520   294R 35   -67R
USW00501926 184   223S 303   418S 544   651S 661   617S 519   353S 227 -7777S

關於您的正則表達式,我注意到了幾件事:

  1. 指定字元類時,不要在字母之間使用逗號。您可以使用破折號來指定範圍,但在這種情況下,[C,S,R,P,Q]應該是,而不是[CSRPQ]
  2. sed不要求您匹配整行,因此您可以建構一個模式以將數字與尾隨字母匹配,然後將其替換為數字本身(刪除字母)。

我獲取了您提供的輸入文件並測試了以下sed命令:

sed -E 's/([0-9]+)[CSRPQ]/\1/g' sample.txt

這會產生以下輸出:

USC00020958       -7777   656   721   803   891   975   972   941   906   809   695   605
USC00021001         378   389   448   522   628   736   774   742   674   562   454   376
USC00021026         689   729   792   873   969  1060  1082  1068  1015   903   775   682
USC00021050         663   713   796   885   984  1079  1122  1103  1036   904   754   651
USC00501466         -77     8   168   408   593   723   733   660   529   273    54    -7
USW00501492         -43    18   132   308   510   666   687   605   466   239    45    12
USW00501497           3    -1     0   203   388   539   558   493   362   175    51    27
USW00501684        -118     0   211   413   573   700   710   644   520   294    35   -67
USW00501926         184   223   303   418   544   651   661   617   519   353   227 -7777

該命令匹配任何有尾隨[CSRPQ]然後剝離字母的數字。

此外,如果您想刪除所有空格並用逗號替換以將其轉換為 CSV,sed允許您連結表達式。但是,當指定多個腳本時,您需要-e在它們前面放置以告訴sed後面有一個腳本。從幫助:

Usage: sed [OPTION]... {script-only-if-no-other-script} [input-file]...

 -e script, --expression=script
                add the script to the commands to be executed

這是一個例子:

sed -E -e 's/([0-9]+)[CSRPQ]/\1/g' -e 's/\s+/,/g' sample.txt

這表示執行第一個替換,然後執行第二個替換,用單個逗號替換重複的空格字元。這會產生以下輸出:

USC00020958,-7777,656,721,803,891,975,972,941,906,809,695,605
USC00021001,378,389,448,522,628,736,774,742,674,562,454,376
USC00021026,689,729,792,873,969,1060,1082,1068,1015,903,775,682
USC00021050,663,713,796,885,984,1079,1122,1103,1036,904,754,651
USC00501466,-77,8,168,408,593,723,733,660,529,273,54,-7
USW00501492,-43,18,132,308,510,666,687,605,466,239,45,12
USW00501497,3,-1,0,203,388,539,558,493,362,175,51,27
USW00501684,-118,0,211,413,573,700,710,644,520,294,35,-67
USW00501926,184,223,303,418,544,651,661,617,519,353,227,-7777

希望這可以幫助!

引用自:https://serverfault.com/questions/924181