去年出现在字符串中
last year occurrence from string
我有这样的字符串：
ACB 01900 X1911D 1910 1955-2011 3424 2135 1934 foobar
我正在尝试获取最后一次出现的年份（从 1900 年到 2050 年），因此我只需要从该字符串中提取 1934。
我正在尝试：
grep -P -o '\s(19|20)[0-9]{2}\s(?!\s(19|20)[0-9]{2}\s)'
或
grep -P -o '((19|20)[0-9]{2})(?!\s\s)'
但它匹配：1910 和 1934
这是 Regex101 示例：
https://regex101.com/r/UetMl0/3
https://regex101.com/r/UetMl0/4
另外：如何在不执行额外的 grep 过滤的情况下提取没有周围空格的年份？
我没有看到使用 grep 执行此操作的方法，因为它不会让您只输出一个捕获组，而只会输出整个匹配项。
Wit perl 我会做类似的事情
perl -lpe 'if (/^.*\b(19\d\d|20(?:0-4\d|50))\b/) { print }'
想法：使用^.*（贪心）尽可能多地消耗前面的字符串，从而找到最后一个可能的匹配项。在匹配的数字周围使用 \b（单词边界）以防止匹配 01900 或 X1911D。仅打印第一个捕获组 (</code>)。</p>
<p>我尝试实现了你对1900-2050的要求；如果太复杂，<code>((?:19|20)\d\d) 就可以了（但也匹配 2099）。
使用 grep 执行任务的正则表达式如下：
\b(?:19\d{2}|20[0-4]\d|2050)\b(?!.*\b(?:19\d{2}|20[0-4]\d|2050)\b)
详情：
\b - 单词边界。(?: - 非捕获组的开始，需要作为容器
备择方案。
19\d{2}| - 第一个选择 (1900 - 1999)。20[0-4]\d| - 第二个备选方案 (2000 - 2049)。2050 - 第三种选择，就是 2050。
) - 非捕获组结束。\b - 单词边界。(?! - 否定前瞻：
.* - 任意字符的序列，实际上意味着“后面的内容
可以发生在更远的任何地方。\b(?:19\d{2}|20[0-4]\d|2050)\b - 与之前相同的表达式。
) - 负前瞻结束。
单词边界锚点规定您不会匹配数字 - 部分
更长 个单词，例如X1911D.
否定前瞻提供您将只匹配 last
所需年份的发生。
如果你可以使用除grep以外的其他工具，支持调用上一个
编号组 (?n)，其中 n 是另一个捕获的编号
组，正则表达式可以简单一点：
(\b(?:19\d{2}|20[0-4]\d|2050)\b)(?!.*(?1))
详情：
(\b(?:19\d{2}|20[0-4]\d|2050)\b) - 和以前一样的正则表达式，但是
包含在捕获组中（稍后 "called"）。(?!.*(?1)) - 捕获第 1 组的否定前瞻，
位于更远的任何地方。
这样您就可以避免再次编写相同的表达式。
有关 regex101 中的工作示例，请参阅 https://regex101.com/r/fvVnZl/1
您可以使用不带任何组的 PCRE 正则表达式，仅 return 如果您在模式前加上 ^.*\K，则您需要的模式的最后一次出现，或者，在您的情况下，因为您期望空白边界，^(?:.*\s)?\K:
grep -Po '^(?:.*\s)?\K(?:19\d{2}|20(?:[0-4]\d|50))(?!\S)' file
参见regex demo。
详情
^ - 行首(?:.*\s)? - 可选的非捕获组匹配 1 次或 0 次出现
.* - 除换行字符外的任何 0+ 个字符，尽可能多\s - 空白字符
\K - 匹配重置运算符丢弃目前匹配的文本(?:19\d{2}|20(?:[0-4]\d|50)) - 19 和任意两个数字或 20 后跟从 0 到 4 的数字，然后是任何数字 (00 到 49) 或 50.(?!\S) - 空格或字符串结尾。
看到 online demo:
s="ACB 01900 X1911D 1910 1955-2011 3424 2135 1934 foobar"
grep -Po '^(?:.*\s)?\K(?:19\d{2}|20(?:[0-4]\d|50))(?!\S)' <<< "$s"
# => 1934
你听说过吗this saying:
Some people, when confronted with a problem, think
“I know, I'll use regular expressions.” Now they have two problems.
保持简单 - 您有兴趣在 2 个数字之间找到一个数字，因此只需使用数字比较，而不是正则表达式：
$ awk -v min=1900 -v max=2050 '{yr=""; for (i=1;i<=NF;i++) if ( ($i ~ /^[0-9]{4}$/) && ($i >= min) && ($i <= max) ) yr=$i; print yr}' file
1934
您没有说明如果您的范围内的日期不存在该怎么做，所以如果发生这种情况，上面的代码会输出一个空行，但很容易调整以执行其他任何操作。
更改上面的脚本以查找第一个而不是最后一个日期是微不足道的（将打印移到 if 内），在您的范围内使用不同的开始或结束日期是微不足道的（更改 min and/or max values), 等等，这强烈表明这是正确的方法。尝试使用基于正则表达式的解决方案更改任何这些要求。
我有这样的字符串：
ACB 01900 X1911D 1910 1955-2011 3424 2135 1934 foobar
我正在尝试获取最后一次出现的年份（从 1900 年到 2050 年），因此我只需要从该字符串中提取 1934。
我正在尝试：
grep -P -o '\s(19|20)[0-9]{2}\s(?!\s(19|20)[0-9]{2}\s)'
或
grep -P -o '((19|20)[0-9]{2})(?!\s\s)'
但它匹配：1910 和 1934
这是 Regex101 示例：
https://regex101.com/r/UetMl0/3
https://regex101.com/r/UetMl0/4
另外：如何在不执行额外的 grep 过滤的情况下提取没有周围空格的年份？
我没有看到使用 grep 执行此操作的方法，因为它不会让您只输出一个捕获组，而只会输出整个匹配项。
Wit perl 我会做类似的事情
perl -lpe 'if (/^.*\b(19\d\d|20(?:0-4\d|50))\b/) { print }'
想法：使用^.*（贪心）尽可能多地消耗前面的字符串，从而找到最后一个可能的匹配项。在匹配的数字周围使用 \b（单词边界）以防止匹配 01900 或 X1911D。仅打印第一个捕获组 (</code>)。</p>
<p>我尝试实现了你对1900-2050的要求；如果太复杂，<code>((?:19|20)\d\d) 就可以了（但也匹配 2099）。
使用 grep 执行任务的正则表达式如下：
\b(?:19\d{2}|20[0-4]\d|2050)\b(?!.*\b(?:19\d{2}|20[0-4]\d|2050)\b)
详情：
\b- 单词边界。(?:- 非捕获组的开始，需要作为容器 备择方案。19\d{2}|- 第一个选择 (1900 - 1999)。20[0-4]\d|- 第二个备选方案 (2000 - 2049)。2050- 第三种选择，就是 2050。
)- 非捕获组结束。\b- 单词边界。(?!- 否定前瞻：.*- 任意字符的序列，实际上意味着“后面的内容 可以发生在更远的任何地方。\b(?:19\d{2}|20[0-4]\d|2050)\b- 与之前相同的表达式。
)- 负前瞻结束。
单词边界锚点规定您不会匹配数字 - 部分
更长 个单词，例如X1911D.
否定前瞻提供您将只匹配 last 所需年份的发生。
如果你可以使用除grep以外的其他工具，支持调用上一个
编号组 (?n)，其中 n 是另一个捕获的编号
组，正则表达式可以简单一点：
(\b(?:19\d{2}|20[0-4]\d|2050)\b)(?!.*(?1))
详情：
(\b(?:19\d{2}|20[0-4]\d|2050)\b)- 和以前一样的正则表达式，但是 包含在捕获组中（稍后 "called"）。(?!.*(?1))- 捕获第 1 组的否定前瞻， 位于更远的任何地方。
这样您就可以避免再次编写相同的表达式。
有关 regex101 中的工作示例，请参阅 https://regex101.com/r/fvVnZl/1
您可以使用不带任何组的 PCRE 正则表达式，仅 return 如果您在模式前加上 ^.*\K，则您需要的模式的最后一次出现，或者，在您的情况下，因为您期望空白边界，^(?:.*\s)?\K:
grep -Po '^(?:.*\s)?\K(?:19\d{2}|20(?:[0-4]\d|50))(?!\S)' file
参见regex demo。
详情
^- 行首(?:.*\s)?- 可选的非捕获组匹配 1 次或 0 次出现.*- 除换行字符外的任何 0+ 个字符，尽可能多\s- 空白字符
\K- 匹配重置运算符丢弃目前匹配的文本(?:19\d{2}|20(?:[0-4]\d|50))-19和任意两个数字或20后跟从0到4的数字，然后是任何数字 (00到49) 或50.(?!\S)- 空格或字符串结尾。
看到 online demo:
s="ACB 01900 X1911D 1910 1955-2011 3424 2135 1934 foobar"
grep -Po '^(?:.*\s)?\K(?:19\d{2}|20(?:[0-4]\d|50))(?!\S)' <<< "$s"
# => 1934
你听说过吗this saying:
Some people, when confronted with a problem, think
“I know, I'll use regular expressions.” Now they have two problems.
保持简单 - 您有兴趣在 2 个数字之间找到一个数字，因此只需使用数字比较，而不是正则表达式：
$ awk -v min=1900 -v max=2050 '{yr=""; for (i=1;i<=NF;i++) if ( ($i ~ /^[0-9]{4}$/) && ($i >= min) && ($i <= max) ) yr=$i; print yr}' file
1934
您没有说明如果您的范围内的日期不存在该怎么做，所以如果发生这种情况，上面的代码会输出一个空行，但很容易调整以执行其他任何操作。
更改上面的脚本以查找第一个而不是最后一个日期是微不足道的（将打印移到 if 内），在您的范围内使用不同的开始或结束日期是微不足道的（更改 min and/or max values), 等等，这强烈表明这是正确的方法。尝试使用基于正则表达式的解决方案更改任何这些要求。