使用 bash 正则表达式从文件名中提取信息答案

【问题标题】：Extract information from a file name using a bash regular expression使用 bash 正则表达式从文件名中提取信息
【发布时间】：2018-09-11 19:22:14
【问题描述】：

我需要一个正则表达式来匹配和提取具有以下格式的文件名的组：

<artifactName>-<version>-<classifier>.<extension>

地点：

<artifactName> 可以包含破折号
<version> 的格式必须为 X、X.Y、X.X.Y 或 X.X.X.Y，其中 X 是任意位数，Y 是可以包含下划线的字母数字字符串
<classifier> 必须是以下格式之一：
一个。 <datestring>b<buildNumber>_<branch>
湾。 <branch>
其中<datestring> 是一个 14 位数字，<buildNumber> 是任意位数，<branch> 是任何可以包含短划线或句点的字母数字字符串
<extension> 可以是任何可以包含下划线的字母数字字符串

到目前为止，我有这个正则表达式，它适用于在线正则表达式测试器，但在 bash 脚本中测试时失败：

^(.+)-((?:[[:digit:]]+\.){0,3}(?:[[:digit:]]+))-((?:([0-9]{14})b([[:digit:]]+)_([^\.]*))|(?:[^\.]*))\.(.+)$

我使用的脚本如下所示：

FILE_NAME='some-artifact-1.2.3.4-20180911123456b123_branch.ex.ten.sion'
REGEX='^(.+)-((?:[[:digit:]]+\.){0,3}(?:[[:digit:]]+))-((?:([0-9]{14})b([[:digit:]]+)_([^\.]*))|(?:[^\.]*))\.(.+)$'

if [[ "${FILE_NAME}" =~ ${REGEX} ]]
then
    echo "Artifact     = ${BASH_REMATCH[1]}"
    echo "Version      = ${BASH_REMATCH[2]}"
    echo "Classifier   = ${BASH_REMATCH[3]}"
    echo "Build Date   = ${BASH_REMATCH[4]}"
    echo "Build Number = ${BASH_REMATCH[5]}"
    echo "Branch       = ${BASH_REMATCH[6]}"
    echo "Extension    = ${BASH_REMATCH[7]}"
fi

我假设 bash 使用的解释器需要一些不同的语法，但我不知道如何将在线测试器中的正则表达式转换为 bash 中的正则表达式。

【问题讨论】：

bash 使用 POSIX 正则表达式，而不是 Perl 兼容的正则表达式，因此没有 (?:...) 非捕获组。
（即POSIX扩展正则表达式，详情咨询man re_format）
你可以试试pcregrep
@chepner 就是这样！谢谢。

标签： regex bash filenames

【解决方案1】：

使用shell parameter expansion：有点冗长，但可靠。

FILE_NAME='some-artifact-1.2.3.4-20180911123456b123_branch.ex.ten.sion'

art_ver=${FILE_NAME%-*}
artifact=${art_ver%-*}
version=${art_ver##*-}

class_ext=${FILE_NAME##*-}
classification=${class_ext%%.*}
extension=${class_ext#*.}

printf "%s\n" "$artifact" "$version" "$classification" "$extension"

some-artifact
1.2.3.4
20180911123456b123_branch
ex.ten.sion

我只是更仔细地阅读了您的要求：如果分支可以包含点并且扩展可以包含点，则无法确定分支停止和扩展开始的位置。

【讨论】：