Sed 从字符串中提取10位数字

下面的命令按预期工作，并向我显示高亮显示的结果，其中找到了10位数字

# grep '[0-9]\{10\}' test.csv
0987654321,Raka,Nr Man  Informatics,Bm ,Bangalore,,26 - 12 - 2010
Rajesh  Patel,No 9999 Part Road  Town  Airlines Bangalore Cell-9702977479,Crv,Bangalore,560051,19 - 7 - 2013

我需要做的是将该数字“提取”到行首。应该是这样的

0987654321,0987654321,Raka,Nr Man  Informatics,Bm ,Bangalore,,26 - 12 - 2010
9702977479,Rajesh  Patel,No 9999 Part Road  Town  Airlines Bangalore Cell-9702977479,Crv,Bangalore,560051,19 - 7 - 2013

更新：

如果未找到10位数字，则该行应附加一些虚拟数据，例如0000000000（为了一致性目的）

使用sed的单向：

 sed 's/.*\([0-9]\{10\}\).*/\1,&/' input

给出：

如果找不到10位数字，此项将添加10个0：

sed 's/.*\([0-9]\{10\}\).*/\1,&/;/[0-9]\{10\}/!s/^/0000000000,/' input

使用sed的一种方法：

 sed 's/.*\([0-9]\{10\}\).*/\1,&/' input

给出：

如果找不到10位数字，此项将添加10个0：

sed 's/.*\([0-9]\{10\}\).*/\1,&/;/[0-9]\{10\}/!s/^/0000000000,/' input

---

更好地使用sed

sed

：

sed 's/\(.*\([0-9]\{10\}\).*$\)/\2,\1/'

现在测试和工作。请注意，我有两组捕获组—一组围绕整个表达式（这是第一个捕获组，称为

\1

），另一组（内部）围绕十位数，称为

\2

如果您只想要“可能大于10”的数字的最后十位，您可以这样做

sed 's/\(.*\([0-9]\{10\}\)[^0-9].*$\)/\2,\1/'

---

这确保了“10位数字后的下一个不是数字（因此会找到最后10位）。

最好使用

sed

：

sed 's/\(.*\([0-9]\{10\}\).*$\)/\2,\1/'

现在已测试并开始工作。请注意，我有两组捕获组-一组围绕整个表达式（这是第一个捕获组，称为

\1

），另一组（内部）围绕十位数，称为

\2

如果您只想要“可能大于10”的数字的最后十位，您可以这样做

sed 's/\(.*\([0-9]\{10\}\)[^0-9].*$\)/\2,\1/'

---

它确保“10位数字后的下一个不是数字（因此找到最后10位）。

使用GNU awk作为

\>

单词分隔符：

$ cat file
0987654321,Raka,Nr Man  Informatics,Bm ,Bangalore,,26 - 12 - 2010
Rajesh  Patel,No 9999 Part Road  Town  Airlines Bangalore Cell-9702977479,Crv,Bangalore,560051,19 - 7 - 2013
foo,bar
long,num,12345678901234

$ gawk -v OFS="," '{print (match($0,/[[:digit:]]{10}\>/) ? substr($0,RSTART,RLENGTH) : "0000000000"), $0 }' file
0987654321,0987654321,Raka,Nr Man  Informatics,Bm ,Bangalore,,26 - 12 - 2010
9702977479,Rajesh  Patel,No 9999 Part Road  Town  Airlines Bangalore Cell-9702977479,Crv,Bangalore,560051,19 - 7 - 2013
0000000000,foo,bar
5678901234,long,num,12345678901234

---

将GNU awk用于

\>

单词分隔符：

$ cat file
0987654321,Raka,Nr Man  Informatics,Bm ,Bangalore,,26 - 12 - 2010
Rajesh  Patel,No 9999 Part Road  Town  Airlines Bangalore Cell-9702977479,Crv,Bangalore,560051,19 - 7 - 2013
foo,bar
long,num,12345678901234

$ gawk -v OFS="," '{print (match($0,/[[:digit:]]{10}\>/) ? substr($0,RSTART,RLENGTH) : "0000000000"), $0 }' file
0987654321,0987654321,Raka,Nr Man  Informatics,Bm ,Bangalore,,26 - 12 - 2010
9702977479,Rajesh  Patel,No 9999 Part Road  Town  Airlines Bangalore Cell-9702977479,Crv,Bangalore,560051,19 - 7 - 2013
0000000000,foo,bar
5678901234,long,num,12345678901234

---

您是否需要

grep-o

仅返回匹配项？你真的想重复这个数字吗？应该在开始时重复这个数字，这样我就可以使用数据库处理它。你的文件是否可以包含，比如说，一个11位数的数字，如果是的话，应该如何处理它-忽略或将其视为10位数，或者截断为10位数，或者…？右边是10位数。通常前2个是国家代码，如果数字>10 OK，请参阅我的更新答案。你对elsethread的电子邮件评论怎么样？您应该更新示例输入和预期输出，以包括该输入和任何其他边缘情况。是否需要

grep-o

仅返回匹配？你真的想重复这个数字吗？应该在开始时重复这个数字，这样我就可以使用数据库处理它。你的文件是否可以包含，比如说，一个11位数的数字，如果是的话，应该如何处理它-忽略或将其视为10位数，或者截断为10位数，或者…？右边是10位数。通常前2个是国家代码，如果数字>10 OK，请参阅我的更新答案。你对elsethread的电子邮件评论怎么样？您应该更新示例输入和预期输出，以包括该输入和任何其他边缘情况。是。这是正确的。我刚刚注意到数据中也有电子邮件，应该在单元格编号后加逗号或管道。可能吗？是的。这是正确的。我刚刚注意到数据中也有电子邮件，应该在单元格编号后加逗号或管道。可能吗？不可能。它有几个错误。不是转义括号，也不是大括号。在替换零件中没有使用两组，在找到十位数之前，您需要一个量词。类似这样的内容将更加接近：

sed的/^\（.*\\）\（[0-9]\{10\}\）/\2、\1\2/'

@birei-感谢您的反馈。你是对的。修复现在（不完全是你的方式，但测试和工作）不完全。它有几个错误。不是转义括号，也不是大括号。在替换零件中没有使用两组，在找到十位数之前，您需要一个量词。类似这样的内容将更加接近：

sed的/^\（.*\\）\（[0-9]\{10\}\）/\2、\1\2/'

@birei-感谢您的反馈。你是对的。现在已修复（不完全是您的方式，但经过测试和工作）