gawk字符串提取之间（[：alnum] [：alnum] [：alnum]和[：alnum]）

我试图得到"([:alnum][:alnum][:alnum]" and ")"和字符串本身之间的字符串。这个想法实际上是清理被许多不需要的字符污染的文件。gawk字符串提取之间（[：alnum] [：alnum] [：alnum]和[：alnum]）

比如我有很多行的东西，如：

bÖÓÄÉ@@@@ø16/11/2016 15H03'09" (ACTA/BN940-RYR71ND/A4067-LIPH-NILDU/1513F270-LEBL-9/B738/M-80/S-81/W/EQ Y/EQ) ø  ZZZZtA$bÖÓÄÉ

而且我想这样的输出：

(ACTA/BN940-RYR71ND/A4067-LIPH-NILDU/1513F270-LEBL-9/B738/M-80/S-81/W/EQ Y/EQ)

我这个GAWK命令尝试，但它并没有在所有的工作：

gawk 'NR > 1 {print $1}' RS='([[:alnum:]]*3' FS=')' $INPUT_FILE

为什么不'grep -oP'\（。* \）'inputfile'？这将在'（'和'）'之间打印任何东西。或'grep -oP'\（\ K。*（？= \））'inputfile'，如果你不想在你的outptu输入'（＆）'。 –

该文件包含许多寄生虫字符，如“H @@@@ A @”，被检测为括号......这就是为什么我需要更复杂的模式。 – TheFrenchGuy

这看起来像一个标准的使用GNU的grep：

grep -o '([[:alnum:]]\{3\}.*[[:alnum:]])' file

您的正则表达式语法存在一些问题，我已更正。

-o选项只打印该行的匹配部分。

2016-11-25 10:56:24

非常感谢！那正是我所需要的。 – TheFrenchGuy

回答