用grep BRE正则匹配CSV mass(g)列小于100浮点数(无cut)
BRE 模式下匹配 CSV mass(g) 列小于100数值的实现方案
原规则失效原因
你之前写的正则在 regex101 校验通过、但在 Ubuntu grep 下无法生效,核心有两点:
- regex101 默认使用 PCRE 正则引擎,和 Ubuntu 原生 grep 默认采用的 BRE(基本正则)引擎语法不兼容:
\d属于 PCRE 风格的数字简写,BRE 下无法识别,需要替换为原生范围写法[0-9]- BRE 不默认启用扩展正则语法,次数匹配的
{}、分支匹配的|都需要转义才能正常生效 - 原规则没有绑定 mass 列的上下文边界,很容易误匹配其他列的同格式数值(比如 id 列、坐标列的数字),不符合“不使用 cut 指定目标列”的要求。
适配 BRE 规范的正确实现
借助 CSV 固定列结构做锚定:mass(g) 列的右侧必然紧邻 fall 字段(值固定为 Fell/Found),通过“逗号包裹数值 + 数值后紧跟逗号接 Fell/Found”的上下文,就能完全锁定 mass 列,不需要用 cut 切分列。
最终可直接在 Ubuntu 默认 grep(纯 BRE 模式,无需加 -E 扩展参数)运行的命令为:
grep ',[0-9]\{1,2\}\(\.[0-9]*\)\?,\(Fell\|Found\)' 你的CSV文件路径
规则逐段说明
- 开头的
,:匹配 mass 字段左侧的分隔逗号,作为数值的左边界 [0-9]\{1,2\}:匹配 1-2 位整数部分(最高对应 99,刚好覆盖所有小于100的整数范围),BRE 下转义的\{1,2\}表示匹配前面的元素 1 到 2 次\(\.[0-9]*\)\?:匹配可选的小数部分,\.匹配字面小数点,[0-9]*匹配任意长度的小数位,整个分组加\?表示这部分可存在可省略,同时覆盖纯整数和浮点数格式,\(Fell\|Found\):匹配 mass 字段右侧的分隔逗号,以及紧邻的 fall 字段值,通过这个上下文把 mass 列和其他所有列完全区分开,彻底避免误匹配坐标列、id 列的数字
效果校验
用你提供的示例数据测试:
- Aachen 行的 mass 值为 21,符合 1-2 位数字的规则,会被成功匹配
- 其余三行的 mass 值为 720、107000、1914,都是 3 位及以上整数,会被自动排除
内容的提问来源于stack exchange,提问作者Olaola
相关产品推荐
相关产品推荐

