如何从一行文本中提取第二个模式？

Question

让我以我在 AS/400 上执行此操作这一事实作为我的问题的开头，而 IBM 在保持其实用程序最新方面确实很糟糕。我想提取像 /[a-zA-Z0-9]*.LIB/ 这样的模式，但找到了第二个匹配项。看看下面两条路径有何不同：

/QSYS.LIB/KDBDFC1_5.LIB/AUTNOTMAIN.PGM
/DATADEV/QSYS.LIB/FPSENGDEV.LIB/AUTNOTMAIN.PGM

所以，在这种情况下，我想要 KDBDFC1_5.LIB 和 FPSENGDEV.LIB，而不是 QSYS.LIB。

我尝试将 gawk 与 match() 函数一起使用，并将我的匹配项存储在一个数组中，但似乎我不能使用 match() "match() cannot have 3 arguments" 的第三个参数。我们的 gawk 版本是 3.0.3。是的。我在玩 perl，试图让它在命令行设置中工作。我们的 perl 版本是 5.8.7。如果您的答案包括 grep 中的一些奇特的新选项，您也可以认为 grep 的 QSH 版本同样古老，尽管有 PASE 实用程序，如果您知道它们是什么的话。

我还在努力解决这个问题，但我很可能很快就会头疼，因此请提供任何建议。 :-)

Answer 1

您可能需要 last-1 片段。以下 awk 应该有效：

awk -F/ '{print $(NF-1)}' file

KDBDFC1_5.LIB
FPSENGDEV.LIB

或者这个 awk 可能会通过搜索 .LIB 并打印第二个字段来工作：

awk -F'.LIB' '{print substr(,2) FS}' file

KDBDFC1_5.LIB
FPSENGDEV.LIB

Answer 2

怎么样

perl -lne '@matches = /(\w+\.LIB)/g; print $matches[1] if @matches > 1' file

Answer 3

return second 出现 <word>.LIB :

perl -pe 's/^(?:.*?\.LIB).*?([\w_.]*.LIB).*$//g'

return <word>.LIB 的 last 出现 :

perl -pe 's/^(?:.*\.LIB).*?([\w_.]*.LIB).*$//g' file

^ 开始于
(?:.*\.LIB) 正在取消捕获包含 .LIB 的组
.*? 有什么不满意的地方
([\w.]*.LIB) 第一个捕获组 <word>.LIB
.*什么都贪心
$ 完成

Answer 4

如果match不支持数组输出，你可以运行匹配两次，丢弃第一个匹配，打印第二个：

$ awk '{p="[a-zA-Z0-9_]*.LIB"; sub(p,""); match([=10=],p); print substr([=10=],RSTART,RLENGTH)}' file
KDBDFC1_5.LIB
FPSENGDEV.LIB

Answer 5

所以...在搜索正则表达式中添加下划线后，以下对我有用：

sed 's/.*\/\([[:alnum:]_]*\.LIB\).*//' file

当然，您也可以使用 grep -o 而不是复杂的正则表达式重写：

grep -o '[[:alnum:]_]*\.LIB' file | awk 'NR%2==0'

这些仅使用 POSIX 兼容的功能，因此它们在 OS/400 中应该没问题。也就是说，您正在 awk 中寻找这个，所以：

awk '{sub(/.*QSYS\.LIB\//,""); sub(/\/.*/,"")}1' file

如果您知道 QSYS.LIB 是您要避免的事情，而它可能早先就存在，那么这可能就可以了。如果它真的是你想要的两个 .LIB 文件中的 second，这可能会：

awk '{match([=13=],/[[:alnum:]_]+\.LIB/); s=substr([=13=],RSTART+RLENGTH); match(s,/[[:alnum:]_]+\.LIB/); print substr(s,RSTART,RLENGTH)}' file

或者，为了便于阅读，拆分为：

awk '{
  match([=14=],/[[:alnum:]_]+\.LIB/);
  s=substr([=14=],RSTART+RLENGTH);
  match(s,/[[:alnum:]_]+\.LIB/);
  print substr(s,RSTART,RLENGTH)
}' file

这仅使用普通的旧 awk 函数 match() 和 substr() 来 (1) 剥离第一个 .LIB 并将该行的其余部分存储在一个临时变量中, (2) 在该变量中找到下一个 .LIB。

它的优点是不依赖于事物的任何特定位置——即它不假设 "interesting" 文件紧跟在第一个文件之后，或者是行中的倒数第二个文件等

也就是说，这很麻烦，anubhava 的第二个解决方案要优雅得多。 :-)

如何从一行文本中提取第二个模式？

How to extract the second pattern from a line of text?

regex

gawk

ibm-midrange