从Grep RegEx捕获组
sh （Mac OSX 10.6）中有这个小脚本来查看文件数组。 Google在这一点上停止了帮助：
files="*.jpg" for f in $files do echo $f | grep -oEi '[0-9]+_([az]+)_[0-9a-z]*' name=$? echo $name done
到目前为止（显然，对于你的shell的大师） $name只能保存0,1或2，这取决于如果grep发现文件名符合提供的问题。 我想要捕捉什么是parens ([az]+) ，并将其存储到一个variables 。
如果可能，我只想使用grep 。 如果没有，请不要Python或Perl等sed或类似的东西 – 我是新的壳，并希望从* nix纯化angular攻击这个。
另外，作为一个超酷的bonu s，我很好奇我如何在shell中连接string？ 我捕获的是在$ name存储的string“somename”，我想添加string“.jpg”到它的末尾，我可以cat $name '.jpg' ？
请解释发生了什么，如果你有时间的话。
如果你使用Bash，你甚至不需要使用grep ：
files="*.jpg" regex="[0-9]+_([az]+)_[0-9a-z]*" for f in $files do if [[ $f =~ $regex ]] then name="${BASH_REMATCH[1]}" echo "${name}.jpg" # concatenate strings name="${name}.jpg" # same thing stored in a variable else echo "$f doesn't match" >&2 # this could get noisy if there are a lot of non-matching files fi done
将正则expression式放在一个variables中更好。 如果包含字面，某些模式将不起作用。
这使用=~ Bash的正则expression式匹配运算符。 匹配的结果被保存到一个名为$BASH_REMATCH的数组中。 第一个捕获组存储在索引1中，索引2中的第二个（如果有的话）等。索引零是完全匹配。
你应该知道，如果没有锚，这个正则expression式（和使用grep的那个）将匹配以下任何一个例子和更多，这可能不是你正在寻找的：
123_abc_d4e5 xyz123_abc_d4e5 123_abc_d4e5.xyz xyz123_abc_d4e5.xyz
要消除第二个和第四个例子，使你的正则expression式是这样的：
^[0-9]+_([az]+)_[0-9a-z]*
其中说，string必须以一个或多个数字开始。 克拉代表string的开始。 如果在正则expression式的末尾添加美元符号，如下所示：
^[0-9]+_([az]+)_[0-9a-z]*$
那么第三个例子也将被消除，因为点不在正则expression式中的字符之间，美元符号表示string的结尾。 请注意，第四个例子也没有通过这个匹配。
如果你有GNU grep （约2.5或更高版本，我认为，当\K运营商被添加时）：
name=$(echo "$f" | grep -Po '(?i)[0-9]+_\K[az]+(?=_[0-9a-z]*)').jpg
\K运算符（可变长度后顾）导致前面的模式匹配，但不包含结果中的匹配。 固定长度的等价物是(?<=) – 该模式将包括在右括号之前。 如果量词可以匹配不同长度的string（例如+ ， * ， {2,4} ），则必须使用\K
(?=)运算符匹配固定或可变长度的模式，称为“预见”。 它也不包含结果中的匹配string。
为了使匹配不区分大小写，使用(?i)运算符。 它会影响后续的模式，所以它的地位非常重要。
正则expression式可能需要根据文件名中是否有其他字符进行调整。 你会注意到，在这种情况下，我展示了一个在捕获子串的同时串联一个string的例子。
纯粹的grep是不可能的，至less不是一般的。
但是如果你的模式是合适的，你可以在pipe道中多次使用grep来首先将你的行减less到一个已知的格式，然后提取你想要的位。 （虽然像cut和sed这样的工具在这方面要好得多）。
假设为了争辩，你的模式有点简单： [0-9]+_([az]+)_你可以这样解压：
echo $name | grep -Ei '[0-9]+_[az]+_' | grep -oEi '[az]+'
第一个grep会删除所有与你的整个--only-matching不匹配的行，第二个grep （ --only-matching指定的--only-matching ）会显示这个名字的alpha部分。 这只适用于模式，因为这个模式是合适的：“alpha部分”足够具体，可以抽出你想要的东西。
（另外：就个人而言，我会用grep + cut来达到你的效果： echo $name | grep {pattern} | cut -d _ -f 2这样就可以将行分割成分隔符， ，并且只返回字段2（字段号从1开始））。
Unix的哲学是有工具做一件事，做得很好，并把它们结合起来以实现非平凡的任务，所以我认为grep + sed等是一个更加unix的做事方式:-)
我意识到这个答案已经被接受了，但是从“严格的”nix纯粹主义的angular度来看，似乎这个工作的正确工具是pcregrep ，这似乎还没有被提及。 尝试改变线条：
echo $f | grep -oEi '[0-9]+_([az]+)_[0-9a-z]*' name=$?
如下：
name=$(echo $f | pcregrep -o1 -Ei '[0-9]+_([az]+)_[0-9a-z]*')
只获取捕获组1的内容。
pcregrep工具利用了你已经用过的所有语法，但是实现了你所需要的function。
参数-o和grep版本一样工作，如果它是裸露的，但它也接受pcregrep一个数字参数，这个参数表示你想要显示哪个捕获组。
有了这个解决scheme，脚本中只需要最less的修改就可以了。 您只需更换一个模块化实用程序，并调整参数。
有趣的注意：您可以使用多个-o参数按照它们在行上出现的顺序返回多个捕获组。
我相信不可能只是grep
对于sed：
name=`echo $f | sed -E 's/([0-9]+_([az]+)_[0-9a-z]*)|.*/\2/'`
我会刺杀奖金，虽然：
echo "$name.jpg"
这是一个使用gawk的解决scheme。 这是我觉得我需要经常使用，所以我创build了一个函数
function regex1 { gawk 'match($0,/'$1'/, ary) {print ary['${2:-'1'}']}'; }
使用只是做
$ echo 'hello world' | regex1 'hello\s(.*)' world
一个build议 – 你可以使用参数扩展从最后一个下划线开始删除名字的一部分，同样在开始时：
f=001_abc_0za.jpg work=${f%_*} name=${work#*_}
那么name将具有abc值。
请参阅Apple 开发人员文档 ，向前search“参数扩展”。
如果你有bash，你可以使用扩展的globbing
shopt -s extglob shopt -s nullglob shopt -s nocaseglob for file in +([0-9])_+([az])_+([a-z0-9]).jpg do IFS="_" set -- $file echo "This is your captured output : $2" done
要么
ls +([0-9])_+([az])_+([a-z0-9]).jpg | while read file do IFS="_" set -- $file echo "This is your captured output : $2" done
