使用grep按斜杠数量过滤含特定格式名称的文本行

需求分析 #

你需要筛选出括号内的病毒名称部分恰好包含3个斜杠的行（目标行A/Wenzhou/mamamam/2013(H9N2)有3个/，其他行有4个）。

正则表达式写法 #

不需要转义/（除非你用/作为正则的分隔符，比如JavaScript的正则字面量场景），直接使用以下正则即可匹配目标行：

^Influenza A virus \(A(?:/[^/]+){3}\([^)]+\)\)$

正则解释

• ^ 和 $：匹配行的开头和结尾，确保整行符合格式
• Influenza A virus \(：匹配固定前缀，\(转义括号因为它是正则特殊字符
• A(?:/[^/]+){3}：匹配A开头，后面跟着恰好3次/+非斜杠字符的组合（对应3个斜杠）
• \([^)]+\)：匹配括号内的亚型部分（比如(H9N2)）
• \)：匹配行尾的闭合括号

工具使用示例 #

1. 命令行grep

grep '^Influenza A virus (A/[^/]+/[^/]+/[^/]+\([^)]+\))$' your_input_file.txt

2. Python代码

import re

input_lines = [
    "Influenza A virus (A/chicken/Wenzhou/642/2013(H9N2))",
    "Influenza A virus (A/chicken/Wenzhou/643/2013(H9N2))",
    "Influenza A virus (A/chicken/Wenzhou/644/2013(H9N2))",
    "Influenza A virus (A/Wenzhou/mamamam/2013(H9N2))"
]

match_pattern = re.compile(r'^Influenza A virus \(A(?:/[^/]+){3}\([^)]+\)\)$')
for line in input_lines:
    if match_pattern.match(line):
        print(line)

补充说明 #

如果是在必须用/作为正则分隔符的环境（比如JavaScript），才需要把/转义成\/，正则会变成：

/^Influenza A virus \(A(?:\/[^\/]+){3}\([^)]+\)\)$/

内容的提问来源于stack exchange，提问作者genferreri