Was soll ich verwenden, wenn cut es nicht schneidet?

Ich habe eine Datei citieswie diese:

[1598] San Diego, US (inactive)
[4517] St Louis, US (inactive)
[6346] Orlando, US (inactive)

Ich möchte die Städtenamen ausschneiden, damit ich:

San Diego
St Louis
Orlando

Dies ist das Beste, was ich mir einfallen lassen konnte:

cut -d ',' -f1 cities | cut -d ']' -f2

Aber das lässt mir immer noch ein Leerzeichen vor den Namen. Gibt es einen cutähnlichen Befehl, den ich verwenden kann, um Begrenzer mit mehreren Zeichen zu akzeptieren, damit ich ihn einschränken kann ]?

Awk ( siehe auch Awk Info ) ist wunderschön mit solchen Fragen. Versuchen:

awk -F'[],] *' '{print $2}' cities

Dies definiert ein Feldtrennzeichen -Fals [],] *- was bedeutet, dass entweder eine schließende eckige Klammer oder ein Komma vorkommt, gefolgt von Null oder einer beliebigen Anzahl von Leerzeichen. Natürlich können Sie dies nach Bedarf ändern. Informieren Sie sich über reguläre Ausdrücke.

Sobald die Linie geteilt ist, können Sie mit dem Teilungsergebnis tun, was Sie wollen. Hier habe ich beschlossen, das zweite Feld nur mit auszudrucken print $2. Beachten Sie, dass es wichtig ist, die awk-Anweisungen in einfache Anführungszeichen zu setzen, da ansonsten $ 2 durch die Shell ersetzt wird.

Sie können den letzten cutin Ihrer Pipeline folgendermaßen ändern :

cut -d ' ' -f2-

Das obige bedeutet, dass das Feldtrennzeichen ein Leerzeichen ist, und wir möchten alle Felder ab dem zweiten auswählen. Die komplette Sequenz wird:

cut -d ',' -f1 cities | cut -d ' ' -f2-

Für eine komplexere Analyse sollten Sie sed (1) verwenden :

sed -e 's/\[[0-9]\+\] \([^,]\+\),.*/\1/' cities

Oder verwenden Sie -r, um den regulären Ausdruck zu vereinfachen, wie von pepoluan vorgeschlagen :

sed -re 's/\[[0-9]+\] ([^,]+),.*/\1/' cities

Normalerweise benutze ich Perl, wenn es für sed und grep zu schwierig wird.

Es gibt verschiedene Möglichkeiten, wie Sie es in Perl schreiben können. Beispielsweise möchten Sie möglicherweise, dass es schnell ist, oder Sie möchten möglicherweise, dass geringfügige unerwartete Probleme bei der Eingabe behoben werden (z. B. zwei Leerzeichen, bei denen eines erwartet wurde).

Ein offensichtlicher Weg (setzt voraus, dass die ID numerisch, die Stadt alphabetisch und der Status alphabetisch ist):

while (<>) {
    if (/^\[\d+\] (\w+(?: \w+)*), \w+ \(\w*\)$/) {
        my $city = $1;
        print "$city\n";
    }
}

Oder langsamer, aber freizügiger (macht mehr Backtracking):

while (<>) {
    if (/^.*\]\s+(.*),.*$/) {
        my $city = $1;
        print "$city\n";
    }
}

Oder schneller (Feld stoppt beim ersten Auftreten der schließenden Klammer):

while (<>) {
    if (/^\[[^]]*\] ([^,]*), \S+ \([^)]*\)$/) {
        my $city = $1;
        print "$city\n";
    }
}

Anstelle eines Skripts können Sie von der Befehlszeile aus die -nOption verwenden, die im Grunde die while (<>) { BLOCK }Schleife hinzufügt :

perl -ne '/^\[[^]]*\] ([^,]*), \S+ \([^)]*\)$/ and print $1, "\n";' cities

oder wenn Sie möchten, dass die Verwendung wie bei cut aussieht, können Sie die -FOption verwenden, die der von awk ähnelt. -FBeispiel:

perl -a -n -F'/[],]\s+/' -e 'print $F[1], "\n"' cities

Auf diese Weise wird offensichtlich davon ausgegangen, dass kein Feld eines der Begrenzer enthält.