如何修正Bash脚本中ERE正则表达式的grep过滤无输出问题

你的问题出在用正则匹配数值范围时逻辑不完整，比如只覆盖了910-999的情况，漏掉了1000及以上的数值，或者没有限定列的边界导致匹配错误。以下是修正后的脚本和说明：

修正后的script.sh内容 #

#!/bin/bash

# 筛选符合三个条件的行：年份2010/2011、freq_rank≥910、country≠"all countries"
grep -E '^201[01],(9[1-9][0-9]|[1-9][0-9]{3,}),' headlines_words.csv | grep -v '"all countries"'

各部分逻辑说明 #

1. 匹配年份2010/2011：^201[01],

   • ^ 锚定行首，确保匹配的是第一列的年份
   • 201[01] 匹配2010或2011，后面的逗号限定为整列内容

2. 匹配freq_rank≥910：(9[1-9][0-9]|[1-9][0-9]{3,}),

   • 9[1-9][0-9] 匹配910-999的三位数
   • [1-9][0-9]{3,} 匹配1000及以上的多位数
   • 末尾的逗号确保匹配的是独立的freq_rank列，不会误匹配其他列中的数字

3. 排除country为"all countries"的行：grep -v '"all countries"'

   • -v 表示反向匹配，即排除包含指定内容的行
   • 如果你的csv中country列没有双引号，去掉引号即可，改为grep -v 'all countries'

注意事项 #

如果你的csv列顺序不是「年份,freq_rank,country」，需要调整正则中的逗号位置。比如若freq_rank是第三列，年份是第一列，正则要改为：

grep -E '^201[01],[^,]*,((9[1-9][0-9]|[1-9][0-9]{3,})),' headlines_words.csv | grep -v '"all countries"'

内容的提问来源于stack exchange，提问作者Uri