在文本中扣取字符串的shell语句，请大家帮助！

andlef

andlef 发表于 2016-09-09 11:01
弄完了，忘记了发帖了：
Run：echo 'Paulus Sandrew Alex ANHJ_DoluId("abcd123"\"zzz)", ShanDong,1234 ...

如果 Alex ANHJ_DoluId("abcd123"\"zzz)", 后面有 ) ,会把 ）之前的字符也截取到；
EXP： Alex ANHJ_DoluId("abcd123"\"zzz)" aaabbb) ANHJ_DoluId("zzz456"

修改为：echo 'Paulus Sandrew Alex ANHJ_DoluId("abcd123"\"zzz)", ShanDong,12345;  ANHJ_DoluId("bbbb3321";1111;2222;' | awk -F '[, ;\t]' '{for(i=1;i<=NF;i++){if($i~/ANHJ_/){split($i,a,"DoluId\\(");print a[2]}}}' | sed 's/\(.*\)")\(.*\)/\1"MyEnd\2/' | awk -F "MyEnd" '{print $1;}'

sunzhiguolu

回复 18# andlef
试下,

1. perl -0ne 'print $1=~s/\)\z//r,"\n" while(m/ANHJ_DoluId\(((?:.*?\))+?\B)/mg)' f

复制代码

"abcd123\")xxx\"zzz"
"abcd123\")xxx\"yyy\")zzz"

eloony

弄错了，一会再来更新。

eloony

andlef 发表于 2016-09-09 14:45
回复 29# eloony

取出 ANHJ_DoluId("***") 中间的字符，

[root@rhel5-2 ~]# sed -r 's/.*ANHJ_DoluId\(\"(.*)\"\)\;.*ANHJ_DoluId\(\"(.*)\"\)\;.*/\1 \2/g' test3
abcd1ee23\")xddxx\"xzzz abcd1efg23\")xvvvxx\"dddyyy\")zzz
[root@rhel5-2 ~]# cat test3
ANHJ_DoluId("abcd1ee23\")xddxx\"xzzz");ANHJ_DoluId("abcd1efg23\")xvvvxx\"dddyyy\")zzz");

刚才才看到题主已经解决了，恭喜了。我的这个局限性比较大，只适应固定格式，不然会出错。

杰瑞26

1. root@localhost:~# str='Paulus Sandrew Alex ANHJ_DoluId("abcd123"), ShanDong,12345;  ANHJ_DoluId("bbbb3321");1111;2222;'
   
2. root@localhost:~# echo $str | egrep -wo 'ANHJ_DoluId\("\w+"\)' | sed -r 's@ANHJ_DoluId\("(.*)"\)@\1@g'
   
3. abcd123
   
4. bbbb3321
   

复制代码

andlef

回复 35# 杰瑞26

Paulus Sandrew, Alex  ANHJ_DoluId("abcd12")  ANHJ_DoluId("\"Hello\"zzz"),Hello-ANHJ_DoluId("abcd123(\"Hello\")zzz")

ANHJ_DoluId("zzz");HelloEveryANHJ_DoluId("abcd12")

需要抠出 ANHJ_DoluId("abcd123(\"Hello\")zzz")的 abcd123(\"Hello\")zzz 即ANHJ_DoluId("*")的*, *的内容也可能包含有结尾的")，且ANHJ_DoluId("*")允许同次出现在同一行中，分隔固定允许以下符号：逗号、分号、空格、Tab

andlef

回复 34# eloony

一样的，我的也是，要限定格式［逗号、分号、空格、Tab],感谢！

andlef

回复 32# sunzhiguolu

回复 35# 杰瑞26 Paulus Sandrew, Alex  ANHJ_DoluId("abcd12")  ANHJ_DoluId("\"Hello\"zzz"),Hello-ANHJ_DoluId("abcd123(\"Hello\")zzz") ANHJ_DoluId("zzz");HelloEveryANHJ_DoluId("abcd12") 需要抠出 ANHJ_DoluId("abcd123(\"Hello\")zzz")的 abcd123(\"Hello\")zzz 即ANHJ_DoluId("*")的*, *的内容也可能包含有结尾的")，且ANHJ_DoluId("*")允许同次出现在同一行中，分隔固定允许以下符号：逗号、分号、空格、Tab

andlef

andlef 发表于 2016-09-09 11:01
弄完了，忘记了发帖了：
Run：echo 'Paulus Sandrew Alex ANHJ_DoluId("abcd123")\")zzz)", ShanDong,1234 ...

echo 'Paulus Sandrew Alex ANHJ_DoluId("abcd123")\")zzz"), ShanDong,12345;  ANHJ_DoluId("bbbb3321");1111;2222;' | awk -F '[, ;\t]' '{for(i=1;i<=NF;i++){if($i~/ANHJ_DoluId/){split($i,a,"ANHJ_DoluId\\(");print a[2]}}}' | sed 's/\(.*\))\(.*\)/\1MyEnd\2/' | awk -F "MyEnd" '{print $1;}'



更正下，原来的列子写成了ANHJ_DoluId("abcd123")\")zzz)", 应该是：ANHJ_DoluId("abcd123")\")zzz"),

sunzhiguolu

回复 39# andlef

1. perl -0ne 'print $1,"\n" while(/ANHJ_DoluId\(("\S+")/g)' f

复制代码