新手求教：如何编写Bash脚本从文件名提取区号与门牌号？

作为脚本新手，别担心——我们可以用Bash的正则表达式匹配来搞定这些格式不一的文件名。先梳理下你的文件名规律：所有文件都以ID-Final_RDX开头，后面跟着区号（可能是数字或字母组合）、门牌号（数字或带字母的编号），最后是日期后缀。下面是分步实现的方案，我会把每个部分讲明白：

1. 核心匹配逻辑 #

我们用Bash的=~操作符实现正则匹配，捕获区号和门牌号两个关键信息。针对你给出的所有格式，我写了一个兼容的正则模式：

pattern='ID-Final_RDX(?:[_-]|)([A-Za-z0-9]+)(?:[_-]|)([A-Za-z0-9]+)-[0-9]{2}_[0-9]{2}_[0-9]{4}'

拆解下这个模式的关键部分：

• (?:[_-]|)：匹配可选的分隔符（下划线、连字符，或者完全没有分隔符），?:表示这是个非捕获组，不会被保存为提取结果
• ([A-Za-z0-9]+)：第一个捕获组，匹配区号（支持数字、字母组合）
• ([A-Za-z0-9]+)：第二个捕获组，匹配门牌号（同样支持数字、字母组合）
• -([0-9]{2}_[0-9]{2}_[0-9]{4})：匹配最后的日期后缀，确保我们只提取前面的有效信息

2. 完整脚本示例 #

把下面的代码保存为extract_info.sh，然后给它加执行权限（chmod +x extract_info.sh）：

#!/bin/bash

# 定义匹配正则
pattern='ID-Final_RDX(?:[_-]|)([A-Za-z0-9]+)(?:[_-]|)([A-Za-z0-9]+)-[0-9]{2}_[0-9]{2}_[0-9]{4}'

# 遍历传入的文件名（可以直接把文件名作为参数传入，或者写死在数组里）
for filename in "$@"; do
    # 检查文件名是否匹配模式
    if [[ "$filename" =~ $pattern ]]; then
        area_code="${BASH_REMATCH[1]}"
        house_num="${BASH_REMATCH[2]}"
        echo "文件名：$filename"
        echo "区号：$area_code"
        echo "门牌号：$house_num"
        echo "------------------------"
    else
        echo "⚠️  文件名 $filename 不符合匹配规则，请检查格式"
    fi
done

3. 测试脚本 #

你可以直接把所有目标文件名作为参数传给脚本，比如：

./extract_info.sh ID-Final_RDX_301_002-14_33_1992 ID-Final_RDX-311-004-14_28_1992 ID-Final_RDX311021-14_28_1992 ID-Final_RDX-XT-Se3-14_28_1992 ID-Final_RDX-XT-Se11-14_28_1992

执行后会输出：

文件名：ID-Final_RDX_301_002-14_33_1992
区号：301
门牌号：002
------------------------
文件名：ID-Final_RDX-311-004-14_28_1992
区号：311
门牌号：004
------------------------
文件名：ID-Final_RDX311021-14_28_1992
区号：311
门牌号：021
------------------------
文件名：ID-Final_RDX-XT-Se3-14_28_1992
区号：XT
门牌号：Se3
------------------------
文件名：ID-Final_RDX-XT-Se11-14_28_1992
区号：XT
门牌号：Se11
------------------------

4. 扩展说明 #

如果以后遇到新的文件名格式，只需要调整正则表达式的pattern部分就行。比如如果出现新的分隔符，只要在(?:[_-]|)里加上对应的符号（比如(?:[_-]|#)就支持#作为分隔符）。

内容的提问来源于stack exchange，提问作者Jithin