Maneira mais simples de extrair substring no shell Unix?

cutpode ser útil:

$ echo hello | cut -c1,3
hl
$ echo hello | cut -c1-3
hel
$ echo hello | cut -c1-4
hell
$ echo hello | cut -c4-5
lo

Shell Builtins também são bons para isso, aqui está um script de exemplo:

#!/bin/bash
# Demonstrates shells built in ability to split stuff.  Saves on
# using sed and awk in shell scripts. Can help performance.

shopt -o nounset
declare -rx       FILENAME=payroll_2007-06-12.txt

# Splits
declare -rx   NAME_PORTION=${FILENAME%.*}     # Left of .
declare -rx      EXTENSION=${FILENAME#*.}     # Right of .
declare -rx           NAME=${NAME_PORTION%_*} # Left of _
declare -rx           DATE=${NAME_PORTION#*_} # Right of _
declare -rx     YEAR_MONTH=${DATE%-*}         # Left of _
declare -rx           YEAR=${YEAR_MONTH%-*}   # Left of _
declare -rx          MONTH=${YEAR_MONTH#*-}   # Left of _
declare -rx            DAY=${DATE##*-}        # Left of _

clear

echo "  Variable: (${FILENAME})"
echo "  Filename: (${NAME_PORTION})"
echo " Extension: (${EXTENSION})"
echo "      Name: (${NAME})"
echo "      Date: (${DATE})"
echo "Year/Month: (${YEAR_MONTH})"
echo "      Year: (${YEAR})"
echo "     Month: (${MONTH})"
echo "       Day: (${DAY})"

Isso produz:

  Variable: (payroll_2007-06-12.txt)
  Filename: (payroll_2007-06-12)
 Extension: (txt)
      Name: (payroll)
      Date: (2007-06-12)
Year/Month: (2007-06)
      Year: (2007)
     Month: (06)
       Day: (12)

E de acordo com o Gnudif acima, sempre há sed/awk/perl para quando as coisas ficam realmente difíceis.

Shells Unix tradicionalmente não possuem suporte a regex embutido. Bash e Zsh fazem isso, então se você usar o =~operador para comparar uma string com um regex, então:

Você pode obter as substrings do $BASH_REMATCHarray no bash.

No Zsh, se a BASH_REMATCHopção shell estiver definida, o valor está no $BASH_REMATCHarray, senão está no $MATCH/$matchpar de variáveis ​​vinculado (um escalar, o outro um array). Se a RE_MATCH_PCREopção for definida, o mecanismo PCRE será usado, caso contrário, as bibliotecas regexp do sistema, para uma correspondência de sintaxe regexp estendida, conforme o bash.

Então, de forma mais simples: se você estiver usando o bash:

if [[ "$variable" =~ unquoted.*regex ]]; then
  matched_portion="${BASH_REMATCH[0]}"
  first_substring="${BASH_REMATCH[1]}"
fi

Se você não estiver usando Bash ou Zsh, fica mais complicado, pois você precisa usar comandos externos.

Considere também /usr/bin/expr.

$ expr substr hello 2 3
ell

Você também pode combinar padrões com o início de strings.

$ expr match hello h
1

$ expr match hello hell
4

$ expr match hello e
0

$ expr match hello 'h.*o'
5

$ expr match hello 'h.*l'
4

$ expr match hello 'h.*e'
2

grep e sed são provavelmente as ferramentas que você deseja, dependendo da estrutura do texto.

sed deve fazer o truque, se você não sabe o que é a substring, mas conhece algum padrão que está ao redor dela.

por exemplo, se você quiser encontrar uma substring de dígitos que comece com um sinal "#", você pode escrever algo como:

sed 's/^.*#\([0-9]\+\)/\1/g' yourfile

grep poderia fazer algo semelhante, mas a questão é o que você precisa fazer com a substring e se estamos falando de texto delimitado por linha normal ou não.