Bashで部分文字列を抽出する

形式someletters_12345_moreleters.extでファイル名を指定して、5桁を抽出して変数に入れたいと思います。

つまり、要点を強調するために、x文字のファイル名と、両側に1つの下線で囲まれた5桁のシーケンスと、x文字の別のセットがあります。5桁の数字を変数に入れたいのですが。

これを実現できるさまざまな方法に非常に興味があります。

カットを使用：

echo 'someletters_12345_moreleters.ext' | cut -d'_' -f 2

より一般的な：

INPUT='someletters_12345_moreleters.ext'
SUBSTRING=$(echo $INPUT| cut -d'_' -f 2)
echo $SUBSTRING

場合、xは定数であり、次のパラメータの拡張を行うには、抽出サブストリング：

b=${a:12:5}

ここで、12はオフセット（ゼロベース）で、5は長さです

数字の周りの下線のみが入力に含まれている場合は、2つのステップでプレフィックスとサフィックスを（それぞれ）削除できます。

tmp=${a#*_}   # remove prefix ending in "_"
b=${tmp%_*}   # remove suffix starting with "_"

他のアンダースコアがある場合、よりトリッキーですが、とにかくそれはおそらく実行可能です。誰かが単一の式で両方の展開を実行する方法を知っている場合は、私も知りたいです。

提示されている両方のソリューションは純粋なbashであり、プロセスの生成は含まれていないため、非常に高速です。

最初のシーケンスを使用して、ファイル名のどこにでも番号を指定できる一般的なソリューション：

number=$(echo $filename | egrep -o '[[:digit:]]{5}' | head -n1)

変数の一部のみを抽出する別のソリューション：

number=${filename:offset:length}

ファイル名が常に形式であるstuff_digits_...場合、awkを使用できます。

number=$(echo $filename | awk -F _ '{ print $2 }')

数字以外のすべてを削除するさらに別の解決策は、

number=$(echo $filename | tr -cd '[[:digit:]]')

使用してみてください cut -c startIndx-stopIndx

より厳密な情報が必要な場合は、このようにman bashで検索することもできます

$ man bash [press return key]
/substring  [press return key]
[press "n" key]
[press "n" key]
[press "n" key]
[press "n" key]

結果：

$ {parameter：offset}
       $ {parameter：offset：length}
              サブストリング展開。最大長の文字まで拡張
              オフセットで指定された文字から始まるパラメーター。もし
              長さは省略され、パラメータstart-の部分文字列に展開されます
              オフセットで指定された文字に移動します。長さとオフセットは
              算術式（以下の算術評価を参照）。もし
              オフセットはゼロより小さい数値に評価され、値が使用されます
              パラメータの値の末尾からのオフセットとして。算術
              -で始まる式は空白で区切る必要があります
              上記から：デフォルトの使用と区別される
              値の拡張。長さが次の数値に評価される場合
              ゼロであり、パラメータが@でなく、インデックス付きでも連想でもない
              配列、それは値の終わりからのオフセットとして解釈されます
              文字数ではなくパラメータの
              sionは、2つのオフセット間の文字です。パラメータが
              @、結果はオフで始まる長さ位置パラメータです
              セットする。パラメータが@が添え字付きのインデックス付き配列名の場合
              *、結果は配列のメンバーで始まる長さです
              $ {parameter [offset]}。負のオフセットは、
              指定された配列の最大インデックスよりも1つ大きい。サブ-
              連想配列に文字列拡張を適用すると、
              罰金の結果。負のオフセットは分離する必要があることに注意してください
              混乱しないように、コロンから少なくとも1スペース分
              ：-展開。部分文字列のインデックスは、次の場合を除いてゼロベースです
              位置パラメータが使用されます。この場合、インデックス付け
              デフォルトでは1から始まります。オフセットが0で、位置
              パラメータが使用され、$ 0がリストの先頭に追加されます。

ここに私がそれをする方法があります：

FN=someletters_12345_moreleters.ext
[[ ${FN} =~ _([[:digit:]]{5})_ ]] && NUM=${BASH_REMATCH[1]}

説明：

Bash固有：

• [[ ]] 条件式を示します
• =~ 条件が正規表現であることを示します
• && 前のコマンドが成功した場合、コマンドをチェーンします

正規表現（RE）： _([[:digit:]]{5})_

• _ 一致する文字列の一致する境界を区別/アンカーするリテラル
• () キャプチャグループを作成する
• [[:digit:]] キャラクタークラスです。
• {5} 前の文字、クラス（この例のように）、またはグループが正確に5つ一致する必要があることを意味します

英語では、これは次のように動作すると考えることができます。FN文字列は_、キャプチャグループが開かれ、5桁の一致が試行されるが表示されるまで、文字ごとに繰り返されます。この時点でその照合が成功した場合、キャプチャグループは通過した5桁を保存します。次の文字がである_場合、条件は成功し、キャプチャグループはで使用可能にBASH_REMATCHなり、次のNUM=ステートメントを実行できます。マッチングの一部が失敗した場合、保存された詳細は破棄され、の後に文字ごとの処理が続行されます_。たとえば、FNwhereの場合_1 _12 _123 _1234 _12345_、一致が見つかるまでに4つの誤った開始があります。

この純粋なbashソリューションが登場しなかったのには驚いています。

a="someletters_12345_moreleters.ext"
IFS="_"
set $a
echo $2
# prints 12345

おそらく、IFSを以前またはunset IFSその後の値にリセットする必要があります。

ジョーの答えに基づく（これは私にはうまくいきません）：

substring=$(expr "$filename" : '.*_\([^_]*\)_.*')

要件に従う

私はx文字のファイル名を持っています。次に、両側に1つのアンダースコアで囲まれた5桁のシーケンスと、x文字の別のセットがあります。5桁の数字を変数に入れたいのですが。

私はいくつかのgrep便利な方法を見つけました：

$ echo "someletters_12345_moreleters.ext" | grep -Eo "[[:digit:]]+" 
12345

以上

$ echo "someletters_12345_moreleters.ext" | grep -Eo "[[:digit:]]{5}" 
12345

そして-Po構文で：

$ echo "someletters_12345_moreleters.ext" | grep -Po '(?<=_)\d+' 
12345

または、正確に5文字に収めたい場合：

$ echo "someletters_12345_moreleters.ext" | grep -Po '(?<=_)\d{5}' 
12345

最後に、それを変数に格納するには、var=$(command)構文を使用するだけです。

「一連の（1つまたは複数の）数字」 の概念に焦点を当てると

いくつかの外部ツールを使用して、数値を抽出することができます。
他のすべての文字（sedまたはtr）を簡単に消去できます。

name='someletters_12345_moreleters.ext'

echo $name | sed 's/[^0-9]*//g'    # 12345
echo $name | tr -c -d 0-9          # 12345

ただし、$ nameに複数の数値が含まれている場合、上記は失敗します。

「name = someletters_12345_moreleters_323_end.ext」の場合：

echo $name | sed 's/[^0-9]*//g'    # 12345323
echo $name | tr -c -d 0-9          # 12345323

正規表現（regex）を使用する必要があります。
sedとperlで最初の実行（323ではなく12345）のみを選択するには：

echo $name | sed 's/[^0-9]*\([0-9]\{1,\}\).*$/\1/'
perl -e 'my $name='$name';my ($num)=$name=~/(\d+)/;print "$num\n";'

しかし、bash ^（1）で直接行うこともできます。

regex=[^0-9]*([0-9]{1,}).*$; \
[[ $name =~ $regex ]] && echo ${BASH_REMATCH[1]}

これにより
、他のテキスト/文字で囲まれた任意の長さの最初の一連の数字を抽出できます。

注：regex=[^0-9]*([0-9]{5,5}).*$;正確に一致するのは5桁のランのみです。:-)

^（1）：短いテキストごとに外部ツールを呼び出すよりも高速です。大きなファイルに対してsedまたはawk内ですべての処理を実行するよりも速くありません。

サブプロセスなしでできること：

shopt -s extglob
front=${input%%_+([a-zA-Z]).*}
digits=${front##+([a-zA-Z])_}

これの非常に小さなバリアントもksh93で機能します。

以下は、数字の最初のブロックに一致し、周囲の下線に依存しない接頭辞-接尾辞の解法（JBとDarronによって与えられた解法に類似）です。

str='someletters_12345_morele34ters.ext'
s1="${str#"${str%%[[:digit:]]*}"}"   # strip off non-digit prefix from str
s2="${s1%%[^[:digit:]]*}"            # strip off non-digit suffix from s1
echo "$s2"                           # 12345

sed正規表現グループを処理するの機能が大好きです。

> var="someletters_12345_moreletters.ext"
> digits=$( echo $var | sed "s/.*_\([0-9]\+\).*/\1/p" -n )
> echo $digits
12345

もう少し一般的なオプションは、数字シーケンスの開始を示すアンダースコアがあると想定しないことです。_たとえば、シーケンスの前に取得するすべての非数値を削除しますs/[^0-9]\+\([0-9]\+\).*/\1/p。

> man sed | grep s/regexp/replacement -A 2
s/regexp/replacement/
    Attempt to match regexp against the pattern space.  If successful, replace that portion matched with replacement.  The replacement may contain the special  character  &  to
    refer to that portion of the pattern space which matched, and the special escapes \1 through \9 to refer to the corresponding matching sub-expressions in the regexp.

これについては、正規表現に自信がない場合に備えて：

• s _s_ubstitute
• [0-9]+ 1桁以上に一致
• \1 正規表現出力のグループn.1へのリンク（グループ0は完全一致、グループ1はこの場合括弧内の一致）
• p フラグは_p_rinting用です

すべてのエスケープ\は、sedの正規表現処理を機能させるためにあります。

私の答えは、あなたがあなたのストリングから何を望んでいるかをより詳細に制御するでしょう。12345文字列から抽出する方法のコードは次のとおりです

str="someletters_12345_moreleters.ext"
str=${str#*_}
str=${str%_more*}
echo $str

あなたのような任意の文字持っているものを抽出したい場合には、より効率的になるabcなどの特殊文字_またはを-。例：文字列がこのようなものでsomeletters_、前後のすべてが必要な場合_moreleters.ext：

str="someletters_123-45-24a&13b-1_moreleters.ext"

私のコードを使用すると、正確に何が欲しいかを述べることができます。説明：

#*一致するキーを含む前の文字列を削除します。ここで私たちが言及したキーは_ %、一致するキーを含む次の文字列を削除します。ここで私たちが言及したキーは「_more *」です

いくつかの実験を自分で行うと、これは興味深いものになります。

与えられたtest.txtは「ABCDEFGHIJKLMNOPQRSTUVWXYZ」を含むファイルです

cut -b19-20 test.txt > test1.txt # This will extract chars 19 & 20 "ST" 
while read -r; do;
> x=$REPLY
> done < test1.txt
echo $x
ST

では、空の文字列を使用した純粋なパラメータ置換を行います。注意点は、私が定義されているということですsomelettersとmorelettersを唯一の文字として。英数字の場合は、そのままでは機能しません。

filename=someletters_12345_moreletters.ext
substring=${filename//@(+([a-z])_|_+([a-z]).*)}
echo $substring
12345

PHPのsubstr（ 'abcdefg'、2-1、3）と同様：

echo 'abcdefg'|tail -c +2|head -c 3

bash組み込みの 'expr'コマンドもあります。

INPUT="someletters_12345_moreleters.ext"  
SUBSTRING=`expr match "$INPUT" '.*_\([[:digit:]]*\)_.*' `  
echo $SUBSTRING

少し遅れましたが、この問題に遭遇し、次のことがわかりました。

host:/tmp$ asd=someletters_12345_moreleters.ext 
host:/tmp$ echo `expr $asd : '.*_\(.*\)_'`
12345
host:/tmp$ 

日付に％Nがない組み込みシステムでミリ秒の解像度を取得するためにそれを使用しました：

set `grep "now at" /proc/timer_list`
nano=$3
fraction=`expr $nano : '.*\(...\)......'`
$debug nano is $nano, fraction is $fraction

bashソリューション：

IFS="_" read -r x digs x <<<'someletters_12345_moreleters.ext'

これにより、という変数が上書きされxます。var xはvar に変更できます_。

input='someletters_12345_moreleters.ext'
IFS="_" read -r _ digs _ <<<"$input"

JSとJavaの実装に似た包括的な終わり。これを望まない場合は+1を削除してください。

substring() {
    local str="$1" start="${2}" end="${3}"

    if [[ "$start" == "" ]]; then start="0"; fi
    if [[ "$end"   == "" ]]; then end="${#str}"; fi

    local length="((${end}-${start}+1))"

    echo "${str:${start}:${length}}"
} 

例：

    substring 01234 0
    01234
    substring 012345 0
    012345
    substring 012345 0 0
    0
    substring 012345 1 1
    1
    substring 012345 1 2
    12
    substring 012345 0 1
    01
    substring 012345 0 2
    012
    substring 012345 0 3
    0123
    substring 012345 0 4
    01234
    substring 012345 0 5
    012345

その他の呼び出し例：

    substring 012345 0
    012345
    substring 012345 1
    12345
    substring 012345 2
    2345
    substring 012345 3
    345
    substring 012345 4
    45
    substring 012345 5
    5
    substring 012345 6

    substring 012345 3 5
    345
    substring 012345 3 4
    34
    substring 012345 2 4
    234
    substring 012345 1 3
    123

どういたしまして。