Início / unix / Perguntas / 708842
Accepted
k.Cyborg
Asked: 2022-07-07 07:47:30 +0800 CST

Como obter todos os números e IPs da string usando regex?

  • 772

Digamos que eu tenha a seguinte string de exemplo:

<ETH0_IP><![CDATA[10.0.100.10]]></ETH0_IP>

Gostaria de extrair o primeiro número e o IP no seguinte formato:

0 10.0.100.10

Eu sei como extrair o primeiro ( sed 's@^[^0-255]*\([0-255]\+\).*@\1@') número e IPs ( grep -oE '[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}'), mas um de cada vez e eu queria saber se consigo em apenas uma linha

grep sed

3 respostas

  1. Substitua todos os caracteres que não são dígitos (e não ".") por espaços e, em seguida, você pode imprimir a primeira e a segunda colunas:

    echo '<ETH0_IP><![CDATA[10.0.100.10]]></ETH0_IP>' | \
   sed -re 's;[^0-9.]; ;g' | \
   awk '{print $1,$2}'

    resultado:

    0 10.0.100.10

    ps: você tem que torná-lo mais sofisticado se tiver "." em outros lugares e não apenas nos PIs.

    • 1
  2. Best Answer

    Se você quiser todos os números (inteiros) e todos os endereços IP(v4), adicione uma alternância ao regex com grep:

    ... | grep -oE '[0-9]+|[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}'

    Isso imprimiria os valores um por linha e, é claro, também pegaria o 0do ETH0final.

    Se você quiser apenas o número e o IP das linhas de entrada que contêm uma estrutura semelhante à acima (e nenhuma outra), você pode usar, por exemplo, sed:

    ... | sed -nEe 's,.*<ETH([0-9]+)_IP><!\[CDATA\[([0-9.]+)\]\]></ETH[0-9]+_IP>.*,\1 \2,p'

    \1e \2correspondem ao primeiro e segundo grupo entre parênteses, e eu combinei o IP com apenas [0-9.]+aqui para clareza e preguiça.

    ou similarmente em Perl:

    ... | perl -ne 'print "$1 $2\n" if m,<ETH([0-9]+)_IP><!\[CDATA\[([0-9.]+)\]\]></ETH[0-9]+_IP>,'
    • 1

  3. Usando xq(de https://kislyuk.github.io/yq/ ), e assumindo que a entrada é literalmente o único nó XML da pergunta:

    xq -r 'to_entries[] | [ (.key|ltrimstr("ETH")|rtrimstr("_IP")), .value ] | @tsv' file.xml

    Isso converte o documento XML em JSON e, em seguida, extrai o restante do nome da tag removendo ETHdo início e _IPdo fim. O endereço IP também é extraído e os dois valores resultantes são emitidos como uma lista delimitada por tabulação.

    As chamadas ltrimstr()e rtrimstr()poderiam ser substituídas por gsub("[^[:digit:]]"; ""))ou gsub("\\D"; "")), o que excluiria todos os não dígitos do nome da tag.

    O documento JSON intermediário ficaria assim

    {
  "ETH0_IP": "10.0.100.10"
}

    ... e a saída seria no final

    0       10.0.100.10
    • 1

relate perguntas