Regex Bash-grep提取以指定字符串结尾的单词；在找不到匹配项的地方留下空白

以下是输入数据：

I/o live/o in/o New/B-geo-loc York/I-geo-loc
I/o活动/o某处/o在/o空间/o
I/o will/o love/o to/o live/o在法国/B-geo-loc
此/o为/o我的/o主页/o
旧金山/B-geo-loc CA/I-geo-loc为/o a/o伟大/o场所/o至/o现场/o

其目的是提取以“

/B-geo-loc

”或“

/I-geo-loc

”结尾的所有单词，并在未找到匹配项的地方留下空行

尝试在grep中使用以下正则表达式，但未获得所需的输出

grep -o '\w*/B-geo-loc\b \w*/I-geo-loc\b' sourcefile.txt > targetfile.txt  

这是我的正则表达式输出：

纽约/B-geo-loc纽约/I-geo-loc
旧金山/B-geo-loc CA/I-geo-loc

代替此所需输出：

纽约/B-geo-loc纽约/I-geo-loc
---空行--
法国/B-geo-loc
---空行--
旧金山/B-geo-loc CA/I-geo-loc

---

谢谢。

这里没有真正的义务使用

grep

，如果它不能满足您的需要。以下是在本机bash中实现的（不是POSIX sh——如果将其嵌入脚本中，则使用

#！/bin/bash

shebang，而不是

#！/bin/sh

one）：

读-r-a字时；做
匹配项=（）
用于“${words[@]}”中的单词；做
[[$word=*/[IB]-geo-loc]]&&matches+=（“$word”）
完成
printf'%s\n'${matches[*]}
完成targetfile.txt

---

对于一个庞大的输入文件，使用ksh93或awk可能值得重写，这两种文件的性能都比bash好，但如果你不花大量的时间坐在那里等待它运行，那就没什么关系了。

如果它不能满足你的要求，那么这里就没有真正的义务使用

grep

。以下是在本机bash中实现的（不是POSIX sh——如果将其嵌入脚本中，则使用

#！/bin/bash

shebang，而不是

#！/bin/sh

one）：

$ awk '{c=0; for (i=1;i<=NF;i++) if ($i ~ /\/[BI]-geo-loc$/) printf "%s%s", (c++ ? OFS : ""), $i; print ""}' file
New/B-geo-loc York/I-geo-loc

France/B-geo-loc

Sanfrancisco/B-geo-loc CA/I-geo-loc

读-r-a字时；做
匹配项=（）
用于“${words[@]}”中的单词；做
[[$word=*/[IB]-geo-loc]]&&matches+=（“$word”）
完成
printf'%s\n'${matches[*]}
完成targetfile.txt

对于一个庞大的输入文件，使用ksh93或awk可能值得重新编写，这两种文件的性能都比bash好，但如果你没有花大量的时间坐在那里等待它运行，那就没什么关系了。

$awk'{c=0；for（i=1；i
$awk'{c=0；for（i=1；i
$ awk '{c=0; for (i=1;i<=NF;i++) if ($i ~ /\/[BI]-geo-loc$/) printf "%s%s", (c++ ? OFS : ""), $i; print ""}' file
New/B-geo-loc York/I-geo-loc

France/B-geo-loc

Sanfrancisco/B-geo-loc CA/I-geo-loc


m#\w+/B-geo-loc |\w+/I-geo-loc#g
提供所有匹配项，
m
允许使用
/
以外的其他字符作为分隔符

也可以使用
m#\w+/（？：B-geo-loc | I-geo-loc）#g
或
m#\w+/[IB]-geo-loc#g

print join”“，
使用空格作为分隔符来打印匹配项


m#\w+/B-geo-loc |\w+/I-geo-loc#g
提供所有匹配项，
m
允许使用
/
以外的其他字符作为分隔符

也可以使用
m#\w+/（？：B-geo-loc | I-geo-loc）#g
或
m#\w+/[IB]-geo-loc#g

print join”“，
使用空格作为分隔符来打印匹配项
顺便说一句，POSIX不能保证grep支持
\w
或
\b
，因为BRE或ERE中都没有规定；因此从可移植性的角度来看，不依赖它们更安全。顺便说一句，POSIX不能保证
\w
或
\b
会得到grep的支持，因为两者都不受支持其中一个是在BRE或ERE中指定的；因此，从可移植性的角度来看，不依赖它们更安全。您的答案启发我修改我的答案，以消除尾随空格——基于性能的awk答案并不令人羞耻，但我不希望在正确性方面落后于任何人。：）@Ed Morton我在运行awk脚本awk时遇到以下错误：1:意外字符“.”Thanks@Seanclick然后，您没有执行我发布的脚本，在看不到您正在运行的内容的情况下，我无法帮助您诊断该错误消息。请确保复制/粘贴脚本，不要尝试重新键入它。@Ed Morton这太糟糕了！工作得很好ly…显然，我在执行脚本时有一点输入错误…复制/粘贴效果很好..谢谢你的答案启发我修改我的答案，以消除尾随的空白--基于性能的awk答案并不丢脸，但我不想在正确性方面落后于任何人。：）@Ed Morton我在运行awk脚本awk时遇到以下错误：1:意外字符“.”Thanks@Seanclick然后，您没有执行我发布的脚本，在看不到您正在运行的内容的情况下，我无法帮助您诊断该错误消息。请确保复制/粘贴脚本，不要尝试重新键入它。@Ed Morton这太糟糕了！工作得很好很明显，我在执行脚本时有一个轻微的输入错误…复制/粘贴工作很好…谢谢
$ cat ip.txt 
I/o live/o in/o New/B-geo-loc York/I-geo-loc
I/o live/o somewhere/o in/o space/o
I/o would/o love/o to/o live/o in France/B-geo-loc
This/o is/o my/o home/o
Sanfrancisco/B-geo-loc CA/I-geo-loc is/o a/o great/o place/o to/o live/o

$ perl -lne 'print join " ", m#\w+/B-geo-loc|\w+/I-geo-loc#g' ip.txt
New/B-geo-loc York/I-geo-loc

France/B-geo-loc

Sanfrancisco/B-geo-loc CA/I-geo-loc