使用 grep 和 sed 获得精确的模式匹配

Question

我正在使用 grep 和 sed 解决一堆文本字符串，其中我只希望 stdout 在 package: 之后打印数据> 并以没有结尾 / 的文件夹名称结尾。

例如：

data/dataapp/com.android.chrome-DeX_54==
System/app/Keychain
vendor/app/NlpService

这是示例...

package:data/app/com.android.chrome-DeX_54==/base.apk=com.android.chrome
package:data/dataapp/ExactCalculator/ExactCalculator.apk=com.android.calculator2
package:data/hw_init/cust/app/Email/Email.apk=com.android.email
package:system/app/KeyChain/KeyChain.apk=com.android.keychain
package:system/delapp/WallpaperBackup/WallpaperBackup.apk=com.android.wallpaperbackup
package:system/framework/framework-res.apk=android
package:system/priv-app/CIT/CIT.apk=com.ontim.cit
package:vendor/app/NlpService/NlpService.apk=com.mediatek.nlpservice

我没有得到我想要的确切输出，因此我们将不胜感激。

P.S：我学习 grep 和 sed 只是为了好玩。

Answer 1

请你试试：

grep -Po '(?<=package:).+(?=/[^/]*$)' input.txt

结果：

data/app/com.android.chrome-DeX_54==
data/dataapp/ExactCalculator
data/hw_init/cust/app/Email
system/app/KeyChain
system/delapp/WallpaperBackup
system/framework
system/priv-app/CIT
vendor/app/NlpService

• -P 选项启用与 Perl 兼容的正则表达式。
• -o 选项告诉grep 只打印匹配的子字符串。
• 模式(?<=package:) 是positive lookbehind assertion 和 grep -o 的输出中不包含匹配的子字符串。
• 模式(?=/[^/]*$) 也是positive lookahead assertion。

sed 替代方案将是：

sed 's#\(^package:\)\(.\+\)\(/[^/]*$\)#\2#' input.txt

或

sed -E 's#(^package:)(.+)(/[^/]*$)#\2#' input.txt

后者会更清晰。

您会看到 positive lookarounds 可以替换为 sed 的反向引用，只需丢弃不必要的组。

希望这会有所帮助。

Answer 2

这可能对你有用（GNU sed）：

sed -n 's#^package:\(.*\)/.*#\1#p' file

由于这可能是过滤操作，请使用-n 选项显式打印结果。正则表达式在替换命令中以^ 开头，它将package: 锚定到行的开头，并使用.* 贪婪地消耗行的其余部分。但是，它尝试匹配的下一个字符是/，因此正则表达式引擎会回溯以找到它，然后下面的.* 再次吞下该行的其余部分。引用的括号 \(...\) 捕获这部分正则表达式，并在替换命令的 RHS 中由 \1 表示，称为反向引用。替换命令末尾的p 标志显式打印当前状态的修改行。

注意使用替换命令，程序员可以选择它的分隔符。在文档中，命令通常写为s/LHS/RHS/flags，其中分隔符为/，但可以是任何字符，如上述解决方案中选择# 以减少引用/ 字符的需要，LHS = regexp左侧，RHS = 替换和标志 = 附加操作，例如 g 表示在整个行/文件中全局替换，p 表示在成功替换后以当前状态打印行（还有其他操作请参阅 sed 文档。