如何使用 sed 仅输出捕获的组？

让它工作的关键是告诉 sed 排除您不想输出的内容并指定您想要的内容。此技术取决于您要查找的匹配数量。下面的 grep 命令适用于未指定数量的匹配项。

string='This is a sample 123 text and some 987 numbers'
echo "$string" | sed -rn 's/[^[:digit:]]*([[:digit:]]+)[^[:digit:]]+([[:digit:]]+)[^[:digit:]]*/\1 \2/p'

这说：

不要默认打印每一行 (-n)

排除零个或多个非数字

包括一位或多位数字

排除一个或多个非数字

包括一位或多位数字

排除零个或多个非数字

打印替换（p）（在一行上）

通常，在 sed 中，您使用括号捕获组并使用反向引用输出您捕获的内容：

echo "foobarbaz" | sed 's/^foo\(.*\)baz$/\1/'

将输出“bar”。如果您将 -r（OS X 为 -E）用于扩展正则表达式，则无需转义括号：

echo "foobarbaz" | sed -r 's/^foo(.*)baz$/\1/'

最多可以有 9 个捕获组及其反向引用。反向引用按组出现的顺序编号，但它们可以按任何顺序使用并且可以重复：

echo "foobarbaz" | sed -r 's/^foo(.*)b(.)z$/\2 \1 \2/'

输出“a bar a”。

如果您有 GNU grep：

echo "$string" | grep -Po '\d+'

它也可以在 BSD 中工作，包括 OS X：

echo "$string" | grep -Eo '\d+'

这些命令将匹配任意数量的数字序列。输出将在多行上。

或变体，例如：

echo "$string" | grep -Po '(?<=\D )(\d+)'

-P 选项启用 Perl 兼容正则表达式。请参阅 man 3 pcrepattern 或 man 3 pcresyntax。

---

Sed 有多达九个记忆模式，但您需要使用转义括号来记忆正则表达式的部分内容。

有关示例和更多详细信息，请参见 here

---

你可以使用 grep

grep -Eow "[0-9]+" file

---

运行数字

这个答案适用于任何数量的数字组。例子：

$ echo 'Num123that456are7899900contained0018166intext' \
   | sed -En 's/[^0-9]*([0-9]{1,})[^0-9]*/\1 /gp'

123 456 7899900 0018166

扩展答案。

有没有办法告诉 sed 只输出捕获的组？

是的。用捕获组替换所有文本：

$ echo 'Number 123 inside text' \
   | sed 's/[^0-9]*\([0-9]\{1,\}\)[^0-9]*/\1/'

123

s/[^0-9]*                           # several non-digits
         \([0-9]\{1,\}\)            # followed by one or more digits
                        [^0-9]*     # and followed by more non-digits.
                               /\1/ # gets replaced only by the digits.

或者使用扩展语法（减少反引号并允许使用 +）：

$ echo 'Number 123 in text' \
   | sed -E 's/[^0-9]*([0-9]+)[^0-9]*/\1/'

123

为避免在没有数字时打印原始文本，请使用：

$ echo 'Number xxx in text' \
   | sed -En 's/[^0-9]*([0-9]+)[^0-9]*/\1/p'

(-n) 默认情况下不打印输入。

(/p) 仅在替换完成时打印。

并匹配几个数字（并打印它们）：

$ echo 'N 123 in 456 text' \
  | sed -En 's/[^0-9]*([0-9]+)[^0-9]*/\1 /gp'

123 456

这适用于任何位数的运行：

$ str='Test Num(s) 123 456 7899900 contained as0018166df in text'
$ echo "$str" \
   | sed -En 's/[^0-9]*([0-9]{1,})[^0-9]*/\1 /gp'

123 456 7899900 0018166

这与 grep 命令非常相似：

$ str='Test Num(s) 123 456 7899900 contained as0018166df in text'
$ echo "$str" | grep -Po '\d+'
123
456
7899900
0018166

关于\d

和模式： /([\d]+)/

Sed 无法识别 '\d'（快捷方式）语法。 [0-9] 上面使用的 ascii 等价物并不完全等价。唯一的替代解决方案是使用字符类：'[[:digit:]]`。

所选答案使用此类“字符类”来构建解决方案：

$ str='This is a sample 123 text and some 987 numbers'
$ echo "$str" | sed -rn 's/[^[:digit:]]*([[:digit:]]+)[^[:digit:]]+([[:digit:]]+)[^[:digit:]]*/\1 \2/p'

该解决方案仅适用于（完全）两个数字运行。

当然，由于答案是在 shell 中执行的，我们可以定义几个变量来缩短答案：

$ str='This is a sample 123 text and some 987 numbers'
$ d=[[:digit:]]     D=[^[:digit:]]
$ echo "$str" | sed -rn "s/$D*($d+)$D+($d+)$D*/\1 \2/p"

但是，正如已经解释过的，使用 s/…/…/gp 命令更好：

$ str='This is 75577 a sam33ple 123 text and some 987 numbers'
$ d=[[:digit:]]     D=[^[:digit:]]
$ echo "$str" | sed -rn "s/$D*($d+)$D*/\1 /gp"
75577 33 123 987

这将涵盖重复的数字运行和编写短（er）命令。

---

放弃并使用 Perl

由于 sed 没有解决问题，让我们放弃并使用 Perl，至少它是 LSB 而 grep GNU 扩展不是 :-)

打印整个匹配部分，不需要匹配组或后视：cat <

每行单个匹配，通常是结构化数据字段：cat <

多个字段：cat <

每行有多个匹配项，通常是非结构化数据：cat <

---

我相信问题中给出的模式仅作为示例，目标是匹配任何模式。

如果您有一个带有 GNU 扩展的 sed，允许在模式空间中插入换行符，一个建议是：

> set string = "This is a sample 123 text and some 987 numbers"
>
> set pattern = "[0-9][0-9]*"
> echo $string | sed "s/$pattern/\n&\n/g" | sed -n "/$pattern/p"
123
987
> set pattern = "[a-z][a-z]*"
> echo $string | sed "s/$pattern/\n&\n/g" | sed -n "/$pattern/p"
his
is
a
sample
text
and
some
numbers

这些示例与 tcsh（是的，我知道它的 shell 错误）和 CYGWIN 一起使用。 （编辑：对于 bash，删除集合和 = 周围的空格。）

---

尝试

sed -n -e "/[0-9]/s/^[^0-9]*\([0-9]*\)[^0-9]*\([0-9]*\)[^0-9]*\([0-9]*\)[^0-9]*\([0-9]*\)[^0-9]*\([0-9]*\)[^0-9]*\([0-9]*\)[^0-9]*\([0-9]*\)[^0-9]*\([0-9]*\)[^0-9]*\([0-9]*\).*$/\1 \2 \3 \4 \5 \6 \7 \8 \9/p"

我在cygwin下得到了这个：

$ (echo "asdf"; \
   echo "1234"; \
   echo "asdf1234adsf1234asdf"; \
   echo "1m2m3m4m5m6m7m8m9m0m1m2m3m4m5m6m7m8m9") | \
  sed -n -e "/[0-9]/s/^[^0-9]*\([0-9]*\)[^0-9]*\([0-9]*\)[^0-9]*\([0-9]*\)[^0-9]*\([0-9]*\)[^0-9]*\([0-9]*\)[^0-9]*\([0-9]*\)[^0-9]*\([0-9]*\)[^0-9]*\([0-9]*\)[^0-9]*\([0-9]*\).*$/\1 \2 \3 \4 \5 \6 \7 \8 \9/p"

1234
1234 1234
1 2 3 4 5 6 7 8 9
$

---

您需要在第二个命令中包含整行来打印组，但您不需要对第一个通配符进行分组。这也将起作用：

echo "/home/me/myfile-99" | sed -r 's/.*myfile-(.*)$/\1/'

---

这不是 OP 要求的（捕获组），但您可以使用以下方法提取数字：

S='This is a sample 123 text and some 987 numbers'
echo "$S" | sed 's/ /\n/g' | sed -r '/([0-9]+)/ !d'

给出以下内容：

123
987

---

我想举一个更简单的例子，关于“只用 sed 输出捕获的组”

我有 /home/me/myfile-99 并希望输出文件的序列号：99

我的第一次尝试，但没有奏效：

echo "/home/me/myfile-99" | sed -r 's/myfile-(.*)$/\1/'
# output: /home/me/99

为了完成这项工作，我们还需要在捕获组中捕获不需要的部分：

echo "/home/me/myfile-99" | sed -r 's/^(.*)myfile-(.*)$/\2/'
# output: 99

*) 请注意 sed 没有 \d

---

您可以使用 ripgrep，它似乎也是简单替换的 sed 替代品，像这样

rg '(\d+)' -or '$1'

其中 ripgrep 使用 -o 或 --only matching 和 -r 或 --replace 仅输出第一个具有 $1 的捕获组（引用以避免被 shell 解释为变量）由于两次匹配而两次。

---