Início / unix / Perguntas / 501213
Accepted
Duck
Asked: 2019-02-18 10:28:13 +0800 CST

Como remover números específicos de um arquivo txt com SED ou AWK?

  • 772

Eu trabalho em uma empresa que não me deixa instalar nenhum software em meus computadores e eu corro janelas horríveis lá.

Preciso limpar muitos textos que copio da intranet e salve como arquivo txt. Então eu tenho que usar sede/ou awkeditores online ao vivo, como este ou este

Esses textos são assim

01

010010-26.2010.501.0026  fafas fasdf asdf asdfsadf asdfasd fasd asasdff

fdfsadf adsf adsf asdf asdfas fadsf asdfa

02

0011-15.2016.501.0012  fafas fasdf asdf asdfsadf asdfasd fasd asasdff
asdfasd fasd asasdff
asdfasd fasd asasdff
0011-125.2013.501.0012
asdfasd fasd asasdff

Veja os números como 0011-15.2016.501.0012este é o que eu quero. Não me importo com o resto, mas quero criar um novo texto limpo com todos esses números, um por linha. No exemplo anterior, preciso de um texto com

010010-26.2010.501.0026
0011-15.2016.501.0012
0011-125.2013.501.0012

o .501.está sempre presente, em todos os números, como o 4º grupo.

Eu tentei este comando no editor online sed

's/\([0-9]*\-[0-9]*\.[0-9]*\.501\.[0-9]*\)/\1/'

Não está funcionando.

awk text-processing

2 respostas

  1. É bastante simples com o AWK, b/c normalmente o AWK não faz nada, então só precisamos dizer quando fazer as coisas, ou seja, imprimir o ID no início da linha, se estiver lá

    /^[0-9]+-[0-9]+\.[0-9]+\.501\.[0-9]+/{
    print $1
}

    Com sed é um pouco diferente, b/c por padrão sed imprimirá tudo. (Pelo menos é assim que essas ferramentas estão funcionando para mim.) Primeiro, precisamos invocar sedas sed -n, para alterar seu comportamento padrão para não fazer nada. Então nós podemos

    s/^\([0-9]\+-[0-9]\+\.[0-9]\+\.501\.[0-9]\+\).*$/\1/p

    Precisamos do pno final para dizer ao sed para imprimir o resultado, se tivermos um padrão correspondente. Sua expressão sed específica é um NOOP porque substitui cada correspondência por si mesma e imprime todo o resto como estava.

    • 7
  2. Best Answer

    Funciona, mas você não muda nada, ou melhor, muda para o que era. Mas com uma modificação muito pequena deste código, você pode obter o que deseja:

    sed -n 's/\([0-9]*\-[0-9]*\.[0-9]*\.501\.[0-9]*\).*/\1/p'

    Observe três coisas:

    • -nswitch, significa não imprimir nada por padrão
    • .*no final do grupo selecionado com(...)
    • pcomo último comando significa imprimir esta linha

    Resultado:

    010010-26.2010.501.0026
0011-15.2016.501.0012
0011-125.2013.501.0012

    BTW, você pode simplificar um pouco adicionando -Ee usando expressões regulares estendidas, ou seja, se livrar das barras invertidas na frente dos grupos de captura:

    sed -E -n 's/([0-9]*-[0-9]*\.[0-9]*\.501\.[0-9]*).*/\1/p'

    Ambas as formas funcionam na página mencionada.

    • 7

relate perguntas