如何使用正则表达式解析/sed多个字符串

Question

我正在尝试从一波 ovpn 文件中提取信息以更新我的服务器列表。我找到了一种使用 sed 提取信息的方法并且一切正常，但是当我尝试提取数据以制作目录结构时，我被卡住了。

我拥有的是文件夹内的文件，例如：

ch101.tcp443.ovpn
ch101.udp1194.ovpn
ch102.nordvpn.com.tcp443.ovpn
ch102.nordvpn.com.udp1194.ovpn
ch102.tcp443.ovpn
ch102.udp1194.ovpn

现在我想提取信息来制作目录结构，所以I made a regex来提取我需要的所有信息

它适用于我拥有的所有文件，并从文件名中获取数据。因此，它会从“ch101.udp1194.ovpn”中提取“ch101”和“udp”，并将其分为第 1 组和第 2 组。

但是当我尝试使它与 sed 一起工作时，我失败了。我试图将其分解为多个步骤，但即使只有第一组在寻找“ch101”，它也不起作用：

echo 'ch101.udp1194.ovpn' | sed -rn 's/^([a-z\-]+\d{1,4})/\1/p'

我错过了什么？我不是 sed 专家，但我发现类似的表达方式有效，但这个无效。

我的最终目的是创建目录并在其中存储我需要的所有信息，所以：

for i in /opt/ovpn/*.ovpn ; do 
    [ -f "$i" ] || continue
    FIRST_ARG=$(echo $i | sed ...) # extract ch101
    SECOND_ARG=$(echo $i | sed ...) # extract udp
    FIRST_ARG_TEXT=$(echo $FIRST_ARG | sed ...) # extract text from FIRST_ARG
    FIRST_ARG_NUM=$(echo $FIRST_ARG | sed ...) # extract num from FIRST_ARG
    FIRST_ARG_NUM_4FORMAT=$(printf '%04i\n' $FIRST_ARG_NUM) # 4 digits for FIRST_ARG_NUM

    mkdir /opt/somedir/$FIRST_ARG_TEXT$FIRST_ARG_NUM_4FORMAT$SECOND_ARG
    cp ........
done

所以从 ch101.udp1194.ovpn 我将以一个名为的目录结束

ch0101udp

也许不是最好和最干净的方法，但对我来说似乎很简单，并且是我的知识所能达到的最大值

任何想法或问题对我都有好处

附言。我在busybox 1.30下，所以这一定是sh而不是bash

Answer 1

几个问题：sed 不支持很多像\d 这样的字符类转义序列，因此您需要将它们指定为[0-9]。

同样，您正在尝试将匹配的序列替换为自身，因此输出不会发生变化。你需要有.* 来捕捉它周围的东西。

这样的方法适用于您的第一组：

sed -En 's/^([a-z\-]+[0-9]{1,4}).*/\1/p'

但实际上你应该做的是使用适当的程序来做到这一点。不确定它是否在 Busybox 上可用，但 awk 可以满足您的所有需求：

echo 'ch101.udp1194.ovpn' | awk -F. '{a=$1; b=$(NF-1); gsub(/[0-9]/, "", a); gsub(/[0-9]/, "", b); gsub(/^[a-z-]+/, "", $1); printf("%s%04d%s", a, $1, b)}'

样本数据的输出：

ch0101tcp
ch0101udp
ch0102tcp
ch0102udp
ch0102tcp
ch0102udp

---

解释：

awk -F. '{
    a=$1;                          # assign the first field to a
    b=$(NF-1);                     # assign the second last field to b
    gsub(/[0-9]/, "", a);          # remove numbers from a
    gsub(/[0-9]/, "", b);          # remove numbers from b
    gsub(/^[a-z-]+/, "", $1);      # remove letters from the first field
    printf("%s%04d%s", a, $1, b)   # output in desired format
}'

Answer 2

这是你想要做的吗？

$ sed -n 's/\([^.]*\).*\.\([^0-9]*\)[^.]*\.[^.]*$/\1\2/p' file
ch101tcp
ch101udp
ch102tcp
ch102udp
ch102tcp
ch102udp

$ echo 'ch-onion1.nordvpn.com.tcp443.ovpn' | sed -n 's/\([^.]*\).*\.\([^0-9]*\)[^.]*\.[^.]*$/\1\2/p'
ch-onion1tcp

如果是这样，这将适用于任何 UNIX 机器上的任何 shell 中的任何 sed。如果不是，则编辑您的问题以阐明您的要求并为您的各种给定示例输入值提供准确的预期输出。