Ubuntu 20.04下用sed删除Price值低于950的文件行求助

问题背景 #

待处理的输入文件内容如下：

"addressString":"12366 NY","eId":"64174f8e42b7fdfb837f68b","hasImage":false,"Price":5800,"Name":Bernard Bernoulli,"headline":"nice Fiat 500, red, slight damage to left mirror"
"addressString":"451 Citadel","eId":"sd3448e42b7368b","year":1976,"hasImage":true,"Price":12220,"Name":Edward Diego,"headline":"Mercedes SLX, no issues"
"addressString":"1321 Bejing","eId":"3102ffdb837fssdff3","Price":350,"Name":Jet Li,"headline":"Dodge Viper, no engine, no tires, no windshield; only cash"

需求：删除所有"Price"字段值低于950的行，且每行的字段数量、位置不固定。

原尝试的sed命令未生效：

sed '/"Price":([0-9]|[1-9][0-9]|[1-8][0-9]{2}|9[0-4][0-9]|950),/d' <inputfile >outputfile

原命令失效原因 #

1. sed默认使用基础正则表达式（BRE），()和{}需要转义，否则会被当作普通字符解析，无法实现分组和重复匹配
2. 正则包含了950，但需求是删除低于950的行，不应包含该值
3. 正则末尾的,限制了Price字段必须在行中间，但如果Price是行内最后一个字段（或后面无逗号），会匹配失败

可行解决方案 #

方案1：修正sed命令 #

使用扩展正则表达式（-E参数），调整匹配逻辑覆盖所有情况：

sed -E '/"Price":([0-9]{1,2}|[1-8][0-9]{2}|9[0-4][0-9])(,|$)/d' inputfile > outputfile

参数说明：

• -E：启用扩展正则表达式，无需转义()和{}
• [0-9]{1,2}：匹配1-99的价格值
• [1-8][0-9]{2}：匹配100-899的价格值
• 9[0-4][0-9]：匹配900-949的价格值
• (,|$)：匹配Price值后的逗号或行尾，兼容字段在任意位置的情况

方案2：用awk更直观处理 #

awk擅长处理字段值判断，写法更清晰，无需复杂正则：

awk -F'"' '{
    for(i=1; i<=NF; i++){
        if($i == "Price"){
            price = $(i+2)
            if(price + 0 >= 950){
                print
                break
            }
        }
    }
}' inputfile > outputfile

逻辑说明：

• -F'"'：以双引号作为字段分隔符
• 遍历所有字段，找到"Price"后，提取其后的数值（分隔后$(i+2)对应价格值）
• price + 0将字符串转为数字，判断是否≥950，满足则打印整行

也可以用更简洁的awk写法：

awk '/"Price":[0-9]+/{
    price = substr($0, index($0, "\"Price\":") + 8)
    price = substr(price, 1, index(price, /[,"]/) - 1)
    if(price + 0 >= 950) print
}' inputfile > outputfile

内容的提问来源于stack exchange，提问作者fonzman