正则表达式匹配3个字符匹配

Question

之前，我有一个像

文字文字文字3424文本文本3423 美国50文本342文本

我想配什么是行的文件50 US（是的，美元）并最终提取该数字。 其他所有内容都会在不同的行中发生变化，可能会有更多的文字或更少的周围，但是在每行中只有一个可以匹配的“US”锚点。

所以我想要做的是找到一种方法来匹配US并获得前面的3或4个字符。

任何想法？最好用sed/awk，但任何解决方案都可以。

Answer 1

Perl的正则表达式（或任何理解非贪婪.*?表达式）相比，是容易的sed此：

perl -pe 's/^.*?(\d+\.?\d*)\s*US.*$/$1/' 

将处理像“11.23”，以及东西。

Answer 2

\d+ US 

这应该工作，因为美国只在字符串中出现一次。

Answer 3

使用lookarounds：

\d+(?= US) 

此正则表达式将只捕获数字量。 (?= US)告诉它匹配“美国”，但不捕获它。

Answer 4

这是你可以在VBA正则表达式的味道，这也支持向前看符号用什么：

" ((.+)(?= US))" 

• 开始于一个空间
• 接下来是捕获组。 （。+）我使用它来代替\ d，使得像5,000和11.3这样的东西有效。事实上，任何事情都可行，所以如果你想要在“美国”之前的单词/数字，那么这是写它的方式。
• 接下来是向前看。所以你只需要紧跟着“美国”的捕获组。如果发现它，它只会让您返回捕获组，而不是先行值。