Regex sed中的邮政编码过滤器

假设邮政编码的格式为A0A 0AA，或者A0 0AA，其中a是任意字母，0是任意数字，我编写了以下sed脚本来搜索网页上的邮政编码

s/\(([[:alnum:]]\{2,4\})\) \(([[:alnum:]]\{3\})\)/\1 \2/p

将第一个零件（A0A）存储在第一个区域中，将第二个零件（0AA）存储在第二个区域中。然后打印出发现的内容。但是，运行此操作当前找不到任何邮政编码

---

有什么想法吗？谢谢

很难找到适合你的正则表达式的东西

里面的括号是什么意思？因为它们是不可替代的，所以它们实际上是匹配的。无论如何，它们毫无用处

当您的实际模式在某些位置需要[：alpha://strong>而在其他位置需要[：digit://strong>时，为什么要尝试匹配两个[：alnum://strong>块

为什么{2,4}？你想要两个或三个，而不是两个、三个或四个。你真正想要的不是字母数字，就是字母数字

因为您不指定单词边界，即使您修复了正则表达式，第一个模式将在单词末尾匹配A0，第二个模式将在单词开头匹配0AA

你至少需要这样做

去掉内括号

将{2,4}更改为{2,3}

在正则表达式的开头和结尾添加单词边界匹配项

但是，这仍然不能完全满足您的要求。它将匹配无效的模式。你真正需要做的是

去掉内括号

更改第一个模式以匹配[：alpha:][：digit:][strong>或[：alpha:][：digit:][：alpha:][digit:][:alpha:（有两种方法）

将第二个模式更改为匹配[：digit:][:alpha:][:alpha:][:alpha:][

在正则表达式的开头和结尾添加单词边界匹配项

---

我没有给出一个具体的例子来说明如何做到这一点，因为你要求“任何想法”。我假设您希望在给定正确指针的情况下尝试自己修复此问题。

看起来您的括号有一些问题。以下是我的作品：

$ sed -n 's/.*\b\([[:alnum:]]\{2,3\}\) \([[:alnum:]]\{3\}\)\b.*/\1 \2/p' <<< "here is a postcode: A0A 0AA. some more text"
A0A 0AA

---

$sed-n's/*\b\（[[：alnum:]\{2,3\}\（[[：alnum:]\{3\}\）\b.*/\1\2/p'我知道你在询问有效邮政编码的子集，但我希望这个针对英国邮政编码的解决方案会有所帮助。我会这样处理这个问题：

看一下，格式是


A9 9AA
A99 9AA
AA9 9AA
AA99 9AA
A9A 9AA
AA9A 9A

最后一部分的正则表达式很简单：
[0-9][A-Z]{2}

第一部分是骗子。我将问题分为两部分：


可以使用
[A-Z]{1,2}[0-9]{1,2}
匹配上述前四种模式，即一个或两个字母后跟一个或两个数字
最后两个模式可以使用
[A-Z]{1,2}[0-9][A-Z]
进行匹配，即一个或两个字母，然后是一个数字和一个字母

总而言之：

sed -rn 's/.*(([A-Z]{1,2}[0-9]{1,2}|[A-Z]{1,2}[0-9][A-Z]) [0-9][A-Z]{2}).*/\1/p'

作为一般提示，我建议您开始构建更复杂的正则表达式，方法是构建和测试各个部分，验证它们是否工作，然后将整个过程组合在一起。在这种情况下，这意味着尝试匹配A0或A0A，然后匹配0AA，然后将它们放在一起。奇怪的问题。您的个人资料显示为UK，但您提供的格式不能充分描述英国邮政编码。您还修复了我强调的{2,4}问题。你应该在你的回答中指出这一点，否则OP可能不会注意到，仍然会被卡住。你还没有解决正则表达式会产生许多错误匹配的问题，但这不是我们被要求解决的问题，所以这是公平的。很高兴你意识到这一点，我想尽可能地为自己解决，这是我找到的最好的学习方法。在这些指针之后，我得到了s/（.*）（[[:alpha:]\{1,2\}）（[:digit:]\{1,2\}[:alpha:]\{，1\}）[:space:]]（[:digit:]]）（[:alpha:]\{2\}）（.]/\2\3\4\5谢谢。