在Bash中提取子string
给定一个文件名的formssomeletters_12345_moreleters.ext ，我想提取5位数字，并把它们放入一个variables。
所以为了强调这一点，我有一个文件名，其中包含x个字符，然后是一个五位数字序列，两边都是单个下划线，然后是另外一组x个字符。 我想采取5位数字，并将其放入一个variables。
我对这个可以完成的不同方式的数量非常感兴趣。
使用剪切 ：
echo 'someletters_12345_moreleters.ext' | cut -d'_' -f 2
更一般的：
INPUT='someletters_12345_moreleters.ext' SUBSTRING=$(echo $INPUT| cut -d'_' -f 2) echo $SUBSTRING
如果x是常量，则以下参数扩展将执行子string提取：
b=${a:12:5}
其中12是偏移量（基于零）， 5是长度
如果数字的下划线是input中唯一的下划线，则可以分两步去除前缀和后缀：
tmp=${a#*_} # remove prefix ending in "_" b=${tmp%_*} # remove suffix starting with "_"
如果还有其他的下划线，反正可能是可行的，尽pipe比较棘手。 如果有人知道如何在单个expression式中执行两个扩展，我也想知道。
提出的两个解决scheme都是纯粹的bash，不涉及进程产卵，因此非常快。
通用的解决scheme，其中的数字可以在文件名中的任何地方，使用第一个这样的序列：
number=$(echo $filename | egrep -o '[[:digit:]]{5}' | head -n1)
另一个解决scheme，提取一个variables的一部分：
number=${filename:offset:length}
如果你的文件名总是具有格式stuff_digits_...你可以使用awk：
number=$(echo $filename | awk -F _ '{ print $2 }')
还有另一种解决办法，除了数字，使用
number=$(echo $filename | tr -cd '[[:digit:]]')
只是尝试使用cut -c startIndx-stopIndx
如果有人想要更加严格的信息，你也可以像这样在人群中search
$ man bash [press return key] /substring [press return key] [press "n" key] [press "n" key] [press "n" key] [press "n" key]
结果：
$ {参数：偏移}
$ {参数：偏移量：长度}
子串扩展。 扩展到长度的字符
参数从offset指定的字符开始。 如果
长度被省略，扩展到参数start-
在由offset指定的字符处。 长度和偏移量都是
算术expression式（见下面的算术评估）。 如果
偏移量计算为小于零的数字，则使用该值
作为参数值的结尾的偏移量。 算术
以 - 开头的expression式必须用空格分隔
从前面：与“使用默认值”区分开来
价值观扩张。 如果长度评估数小于
零，参数不是@而不是索引或关联
数组，它被解释为从值的末尾的偏移量
的参数而不是一些字符，而expan-
sion是两个偏移量之间的字符。 如果参数是
@，结果是长度位置参数从off-
组。 如果参数是由@或者下标的索引数组名称
*，结果是以数组开头的长度成员
$ {参数[偏移]}。 相对于一个负的偏移量
一个大于指定数组的最大索引。 子
应用于关联数组的string扩展会产生unde-
罚款结果。 请注意，负偏移量必须分开
从结肠至less有一个空间，以避免混淆
与： - 扩大。 子string索引是基于零的，除非
使用位置参数，在这种情况下索引
默认从1开始。 如果偏移量是0，则位置
参数被使用，$ 0被加到列表的前面。
我很惊讶这个纯粹的bash解决scheme没有出现：
a="someletters_12345_moreleters.ext" IFS="_" set $a echo $2 # prints 12345
您可能想要将IFS重置为之前的值，或者之后未unset IFS ！
build立在乔尔的答案（这不适合我）：
substring=$(expr "$filename" : '.*_\([^_]*\)_.*')
遵循要求
我有一个带有x个字符的文件名，然后是一个五位数字的序列，在两边都有一个下划线，然后是另外一组x个字符。 我想采取5位数字，并将其放入一个variables。
我发现了一些可能有用的grep方法：
$ echo "someletters_12345_moreleters.ext" | grep -Eo "[[:digit:]]+" 12345
或更好
$ echo "someletters_12345_moreleters.ext" | grep -Eo "[[:digit:]]{5}" 12345
然后用-Po语法：
$ echo "someletters_12345_moreleters.ext" | grep -Po '(?<=_)\d+' 12345
或者，如果你想使它恰好适合5个字符：
$ echo "someletters_12345_moreleters.ext" | grep -Po '(?<=_)\d{5}' 12345
最后，为了将它存储在variables中，只需要使用var=$(command)语法。
没有任何子stream程，您可以：
shopt -s extglob front=${input%%_+([a-zA-Z]).*} digits=${front##+([a-zA-Z])_}
这个的一个非常小的变种也将在ksh93中工作。
如果我们把重点放在：
“（一个或几个）数字的运行”
我们可以使用几个外部工具来提取数字。
我们可以很容易地删除所有其他字符，无论是sed或tr：
name='someletters_12345_moreleters.ext' echo $name | sed 's/[^0-9]*//g' # 12345 echo $name | tr -c -d 0-9 # 12345
但是，如果$ name包含多个数字运行，则上述操作将失败：
如果“name = someletters_12345_moreleters_323_end.ext”，则：
echo $name | sed 's/[^0-9]*//g' # 12345323 echo $name | tr -c -d 0-9 # 12345323
我们需要使用正则expression式（正则expression式）。
要仅selectsed和perl中的第一次运行（12345不是323）：
echo $name | sed 's/[^0-9]*\([0-9]\{1,\}\).*$/\1/' perl -e 'my $name='$name';my ($num)=$name=~/(\d+)/;print "$num\n";'
但是我们也可以直接用bash （1）来做：
regex=[^0-9]*([0-9]{1,}).*$; \ [[ $name =~ $regex ]] && echo ${BASH_REMATCH[1]}
这使我们能够提取任何长度的数字的第一轮运行
被任何其他文字/字符包围。
注意 ： regex=[^0-9]*([0-9]{5,5}).*$; 将只匹配5个数字的运行。 🙂
（1） ：比每个简短文本调用外部工具更快。 不要比在sed或awk中处理大文件的所有处理速度快。
以下是我该怎么做：
FN=someletters_12345_moreleters.ext [[ $FN =~ _([[:digit:]]{5})_ ]] && NUM=${BASH_REMATCH[1]}
注意：上面是一个正则expression式，并且被限制在由下划线包围的五位数的特定场景中。 如果您需要不同的匹配，请更改正则expression式。
这里有一个前缀后缀解决scheme（类似于JB和Darron给出的解决scheme），它与第一个数字块匹配，不依赖于周围的下划线：
str='someletters_12345_morele34ters.ext' s1="${str#"${str%%[[:digit:]]*}"}" # strip off non-digit prefix from str s2="${s1%%[^[:digit:]]*}" # strip off non-digit suffix from s1 echo "$s2" # 12345
类似于substr（'abcdefg'，2-1，3）在php：
echo 'abcdefg'|tail -c +2|head -c 3
我的答案将有更多的控制你想要什么你的string。 这里是如何从string中提取12345的代码
str="someletters_12345_moreleters.ext" str=${str#*_} str=${str%_more*} echo $str
如果你想提取任何字符如abc或任何特殊字符（如_或-这将更有效。 例如：如果你的string是这样的，你希望在someletters_之后和_moreleters.ext之前的所有_moreleters.ext ：
str="someletters_123-45-24a&13b-1_moreleters.ext"
用我的代码，你可以提到你想要什么。 说明：
#*将删除包含匹配键的前面的string。 这里我们提到的关键是_ %它将删除包含匹配键的以下string。 这里我们提到的关键是'_more *'
你自己做一些实验，你会发现这个有趣的。
我喜欢sed处理正则expression式的能力：
> var="someletters_12345_moreletters.ext" > digits=$( echo $var | sed "s/.*_\([0-9]\+\).*/\1/p" -n ) > echo $digits 12345
稍微更一般的select是不要假设你有一个下划线_标记你的数字序列的开始，因此例如剥离你的序列之前得到的所有非数字： s/[^0-9]\+\([0-9]\+\).*/\1/p 。
> man sed | grep s/regexp/replacement -A 2 s/regexp/replacement/ Attempt to match regexp against the pattern space. If successful, replace that portion matched with replacement. The replacement may contain the special character & to refer to that portion of the pattern space which matched, and the special escapes \1 through \9 to refer to the corresponding matching sub-expressions in the regexp.
更多关于这个，如果你对正则expression式不太自信：
-
s代表_s_ubstitute -
[0-9]+匹配1+个数字 -
\1链接到正则expression式输出的组n.1（组0是整个匹配，组1是在这种情况下括号内的匹配） -
p标志是_p_rinting
所有的逃脱都是为了使sed的正则expression式处理工作。
还有bash内build的'expr'命令：
INPUT="someletters_12345_moreleters.ext" SUBSTRING=`expr match "$INPUT" '.*_\([[:digit:]]*\)_.*' ` echo $SUBSTRING
好的，这里用一个空string进行纯参数replace。 警告是我已经定义了一些字符和更多的字符。 如果他们是字母数字，这将不会像现在这样工作。
filename=someletters_12345_moreletters.ext substring=${filename//@(+([az])_|_+([az]).*)} echo $substring 12345
鉴于test.txt是一个包含“ABCDEFGHIJKLMNOPQRSTUVWXYZ”
cut -b19-20 test.txt > test1.txt # This will extract chars 19 & 20 "ST" while read -r; do; > x=$REPLY > done < test1.txt echo $x ST
有点晚了，但我碰到这个问题，发现以下内容：
host:/tmp$ asd=someletters_12345_moreleters.ext host:/tmp$ echo `expr $asd : '.*_\(.*\)_'` 12345 host:/tmp$
我用它来获得一个embedded式系统的毫秒分辨率，该系统在date没有％N：
set `grep "now at" /proc/timer_list` nano=$3 fraction=`expr $nano : '.*\(...\)......'` $debug nano is $nano, fraction is $fraction
一个bash解决scheme：
IFS="_" read -rx digs x <<<'someletters_12345_moreleters.ext'
这将会摧毁一个名为x的variables。 var x可以更改为var _ 。
input='someletters_12345_moreleters.ext' IFS="_" read -r _ digs _ <<<"$input"
