Início / unix / Perguntas / 434584
Accepted
Brian Fitzpatrick
Asked: 2018-03-31 14:09:03 +0800 CST

Como posso extrair um número de um nome de arquivo que ocorre antes de uma determinada string?

  • 772

tenho muitos arquivos

101s18-exam02--100-booklets.pdf
MATH232 Exam 01 99 booklets.pdf
35BOOKLETS.pdf

Desejo escrever um comando que extraia o número de cada arquivo que ocorre antes da palavra "booklets" (onde maiúsculas e minúsculas são ignoradas). Portanto, a saída da execução deste comando deve resultar em

$ bash mycommand.sh 101s18-exam02--100-booklets.pdf
100

$ bash mycommand.sh MATH232 Exam 01 99 booklets.pdf
99

$ bash mycommand.sh 35BOOKLETS.pdf
35

Como posso fazer isso?

bash awk

4 respostas

  1. Usando uma grepimplementação que conhece o -osinalizador e tr:

    #!/bin/sh

printf '%s\n' "$@" | grep -oiE '[0-9]+[^0-9]*booklets' | tr -dc '0-9\n'

    Este é um shscript (não bash, embora também funcione bash). Ele assume que nenhuma string passada para ele na linha de comando tem uma nova linha literal incorporada a ele.

    A expressão regular estendida [0-9]+[^0-9]*bookletsirá corresponder a qualquer string que se pareça com <integer><zero or more non-digit characters><"booklets">e com -o, isso é exatamente o que será retornado grep. O trsimplesmente exclui qualquer coisa na saída grepque não seja um dígito ou nova linha.

    O trpoderia ser substituído por sed 's/[^0-9].*//', que exclui tudo do primeiro caractere não-dígito na string.

    Testando:

    $ sh script.sh 101s18-exam02--100-booklets.pdf
100
$ sh script.sh "MATH232 Exam 01 99 booklets.pdf"
99
$ sh script.sh 35BOOKLETS.pdf
35

$ sh script.sh 101s18-exam02--100-booklets.pdf "MATH232 Exam 01 99 booklets.pdf" 35BOOKLETS.pdf
100
99
35

    Observe que strings com espaços precisam ser citadas.

    • 3
  2. Best Answer

    O operador de teste condicional do Bash [[pode comparar nomes de arquivos com uma expressão regular e extrair expressões entre parênteses:

    shopt -s nocaseglob
for f in *booklets*
do
  [[ $f =~ ([[:digit:]]+)[^[:digit:]]?booklets ]] && echo "${BASH_REMATCH[1]}"
done

    Isso fará um loop em todos os arquivos correspondentes que tenham a palavra (sem distinção entre maiúsculas e minúsculas) "booklets" no diretório atual. Se você deseja que algo seja executado em um único arquivo por vez, pode simplificar o acima e colocá-lo em um script ou função:

    extractnumber ()
(
    shopt -s nocaseglob
    if [ ! -f "$1" ]; then echo "File $1 not found!"; return 1; fi
    [[ $1 =~ ([[:digit:]]+)[^[:digit:]]?booklets ]] && echo "${BASH_REMATCH[1]}";
)

    ... e depois chame:

    $ extractnumber 35BOOKLETS.pdf
35
$ extractnumber MATH232\ Exam\ 01\ 99\ booklets.pdf
99
$ extractnumber 101s18-exam02--100-booklets.pdf
100
$ extractnumber foobar
File foobar not found!
    • 2

  3. Eu mencionei abaixo pythonscript.py e canalizei a saída para pesquisar as correspondências necessárias. Eu poderia ter usado apenas python, mas queria usar grep, então canalizei a saída

    O arquivo de entrada chamado inputfilearquivo:

    101s18-exam02--100-booklets.pdf
MATH232 Exam 01 99 booklets.pdf
35BOOKLETS.pdf

    Uso:

    python pythonscript.py |grep -o "^[0-9]*"

    O pythonscript.pycontém:

    #!/usr/bin/python
import re
o = open('inputfile','r')
k=re.compile(r'\d{2,3}\s?-?booklets',re.IGNORECASE)
for g in o:
    u=re.search(k,g)
    if u:
       print u.group()

    A saída:

    100
99
35
    • 1

  4. Você pode tentar este sed

    sed -E '
  s/^/ /
  s/.*[^0-9]([0-9]+).?[bB][oO]{2}[kK][lL][eE][tT][sS].*/\1/
' infile
    • 1

relate perguntas