如何从queueN.txt中提取每行首尾括号内的字符串？

问题描述 #

现有queueN.txt文件，内容如下：

uid=524357(aali95) gid=524357(aali95) groups=524357(aali95),611684(com_perkinsd),695433(bios420)
uid=524534(aalman4) gid=524534(aalman4) groups=524534(aalman4),426634(chem_shared)
uid=748146(abaner29) gid=748146(abaner29) groups=748146(abaner29)
uid=583567(abench2) gid=583567(abench2) groups=583567(abench2),875029(cs494_paka)
uid=570875(abhima4) gid=570875(abhima4) groups=570875(abhima4),875029(cs494_paka)
uid=603522(abokifa) gid=603522(abokifa) groups=603522(abokifa),750403(cme_abokifa),831682(vasphpc)
uid=747491(aboyap2) gid=747491(aboyap2) groups=747491(aboyap2),10(wheel),516955(acr_admin)
uid=500092(adavar2) gid=500092(adavar2) groups=500092(adavar2),10513(domain_users),426636(cme_shared),605853(cme_sarakad),831682(vasphpc)
uid=543988(adench2) gid=543988(adench2) groups=543988(adench2),545740(phys_hyowon)
uid=738525(aditya06) gid=738525(aditya06) groups=738525(aditya06),705095(acr_workshop)\

需要提取每行中第一组括号内的字符串和最后一组括号内的字符串，输出格式如下：

aali95 bios420
aalman4 chem_shared
abaner29 abaner29
abench2 cs494_paka
abhima4 cs494_paka
abokifa vasphpc
aboyap2 acr_admin
adavar2 vasphpc
adench2 phys_hyowon
aditya06 acr_workshop

你尝试的脚本存在逻辑错误：for f in \cat queueN.txt`; do cat ${f} | sed 's...'; done > queue.txt 会把文件内容按空格拆分成单个单词赋值给f，而非逐行处理，且cat ${f}`会尝试读取以单词命名的文件，完全不符合需求。

解决方案 #

方法1：使用sed一行完成 #

利用sed的正则匹配，直接捕获并替换目标内容，兼容单行单括号的情况：

sed -E 's/.*\(([^)]+)\)(.*\(([^)]+)\))?$/\1 \3/' queueN.txt | sed 's/ $//' > queue.txt

• 解释：
  • .*\(([^)]+)\)：匹配任意字符直到第一个(，捕获括号内的非)字符（第一个目标内容）
  • (.*\(([^)]+)\))?$：匹配剩余内容直到最后一个(，捕获括号内的内容（最后一个目标内容），?$表示这部分可选（兼容单行单括号的情况）
  • 第二个sed 's/ $//'：处理单行单括号的行，去掉末尾多余的空格

方法2：使用awk处理（更直观） #

awk逐行提取所有括号内的内容，再输出首尾两项：

awk '{
    count = 0
    while (match($0, /\(([^)]+)\)/, arr)) {
        content[++count] = arr[1]
        $0 = substr($0, RSTART + RLENGTH)
    }
    print content[1], content[count]
}' queueN.txt > queue.txt

• 解释：
  • 用match函数循环匹配每行中的括号内容，存入数组content
  • 最后输出数组的第一个元素和最后一个元素

方法3：改进循环（符合你最初的思路） #

如果一定要用循环逐行处理，用while read替代for避免拆分单词：

while IFS= read -r line; do
    first=$(echo "$line" | sed -E 's/.*\(([^)]+)\).*/\1/')
    last=$(echo "$line" | sed -E 's/.*\(([^)]+)\)$/\1/')
    echo "$first $last"
done < queueN.txt > queue.txt

• while IFS= read -r line：逐行读取文件内容，保留空格和特殊字符
• 分别用sed提取第一个和最后一个括号内的内容，再拼接输出

内容的提问来源于stack exchange，提问作者anikaM