Regex sed/grep/awk？：将匹配模式追加到行尾

我有一个文件，比如

1,ab012a800,20141205
2,ab023a801,20141205
3,ab012a802,20141205
1,ab024a803,20141205
1,ab012a804,20141205

我想提取'ab012a'部分并将其附加到行的末尾

1,ab012a800,20141205,ab012a
2,ab023a801,20141205,ab023a
3,ab012a802,20141205,ab012a
1,ab024a803,20141205,ab024a
1,ab012a804,20141205,ab012a

1,ab012a800,20141205,ab012a
2,ab023a801,20141205,ab023a
3,ab012a802,20141205,ab012a
1,ab024a803,20141205,ab024a
1,ab012a804,20141205,ab012a

我可以用grep提取：

grep -o '^[a-z][a-z][0-9]*[a-z]' file    

并将以下内容附加到带有sed的行：

sed "s/$/,whatever/"

sed '/^[a-z][a-z][0-9]*[a-z]/ s/$/something/' file

甚至用sed替换模式：

sed "s/$/,whatever/"

sed '/^[a-z][a-z][0-9]*[a-z]/ s/$/something/' file

但是我如何将匹配的模式附加到行的末尾呢

非常感谢捕获组：

$ sed -r 's@^([0-9]+,)(ab[0-9]+[a-z]+)(.*)@\1\2\3,\2@g' file
1,ab012a800,20141205,ab012a
2,ab023a801,20141205,ab023a
3,ab012a802,20141205,ab012a
1,ab024a803,20141205,ab024a
1,ab012a804,20141205,ab012a

您可以使用：

sed -i.bak 's/\(,[a-z][a-z][0-9]*[a-z]\).*$/&\1/' file
1,ab012a800,20141205,ab012a
2,ab023a801,20141205,ab023a
3,ab012a802,20141205,ab012a
1,ab024a803,20141205,ab024a
1,ab012a804,20141205,ab012a

&

是一个特殊的替换符号，表示所使用的正则表达式完全匹配的字符串，

\1

表示匹配的组1。

awk 'match($0,/[a-z][a-z][0-9]+[a-z]/,a){print $0","a[0]}' file

匹配字符串，然后打印行和匹配的字符串

替代便携式awk方式（埃德默顿提供）

并带有字符类以实现最大的可移植性

awk 'match($0,/[[:lower:]][[:lower:]][[:digit:]]+[[:lower:]]/{
     $0=$0","substr($0,RSTART,RLENGTH)}1' file

---

在没有任何其他约束的情况下，基于此示例…

您可以使用此

GNU awk

：

awk -F"," '{print $1","$2","$3"," gensub(/(.*)(...$)/, "\\1", "g", $2)}' FileName

输出：

---

我的输出是：

，AB012AA80020141205，AB023AA80120141205，AB012AA80220141205，AB024AA80320141205，AB012AA80420141205

输入的每一行都有尾随空格吗？@anubhava就是这样。现在工作。谢谢，不用谢，很高兴成功了@Jidder：看看inout数据，我们真的不需要匹配那个数字。这需要

gnu awk

，因为

gensub

，这将是gnu awk，因为第三个参数是match（），此时IMHO gensub（）更直观。可移植的awk方式是

match（$0，/[a-z][a-z][0-9]+[a-z]/{$0=$0”，“substr（$0，RSTART，RLENGTH）}1'文件

（尽管使用字符类）。@EdMorton我个人认为match更容易阅读，但它是依赖于GAWK的。我现在将添加你的可移植的。你说使用字符类是什么意思？我的意思是使用

[：lower:]

而不是

[a-z]

例如，因为在某些语言环境中，一些大写字母包含在范围

a-z

中，例如，某些语言环境的字符顺序为

aAbBcC…zZ

而不是

abc…zABC…z

，因此在这些语言环境中

a-z

表示除

z

以外的所有小写字母和大写字母，而不是所有小写字母仅限e字母。这就是字符类存在的原因-例如，

[[：lower:]

始终表示所有小写字母，而不考虑语言环境。idk可以确定

[0-9]

与

[：digit:]

之间是否存在歧义。

perl -pe 's/(.{7})(.*)/$1$2,$1/' file

awk '{print $1"," substr($0,3,6)}' file

1,ab012a800,20141205,ab012a
2,ab023a801,20141205,ab023a
3,ab012a802,20141205,ab012a
1,ab024a803,20141205,ab024a
1,ab012a804,20141205,ab012a