[RESOLU] [sed] Extraire texte contenu entre parenthèses

jedineofr · Le 04/07/2012, à 16:24

Bonjour à tous

Je fais un script shell qui doit extraire une suite de chiffre et lettres dans un fichier.

Voici un exemple ou je chercher a obtenir la suite de 18 caractéres (seulement chiffres et lettres) qui est donc A12B34567890CDEFGH

Extrait de fichier_exemple.txt :

File ABZXRW01_GIXRT00_D_NCT03_000_20120704123456.dat ( A12B34567890CDEFGH ) ( ID 069 ) :

J'ai testé avec

sed 's/.*(\(.*\)).*/\1/' fichier_exemple.txt

Mais cela me donne la deuxiéme information entre parenthèses, soit ID 069

Comment faire pour sélectionner que ce qu'il y a dans le premier groupe de parenthèses ?

Merci d'avance

Dernière modification par jedineofr (Le 05/07/2012, à 08:34)

ludovic889 · Le 04/07/2012, à 17:19

salut

en grand amateur, j'ai fait ça

sed 's/.*(\(.*\)).*(\(.*\)).*/\1/' truc.txt

qui me renvoie

 A12B34567890CDEFGH

mais il doit y avoir beaucoup mieux

sputnick · Le 04/07/2012, à 17:49

grep -oP '\(\s+\K[[:xdigit:]]+' FILE
A12B34567890CDEF

sputnick · Le 04/07/2012, à 17:51

awk -F'[()]' '{print $2}' FILE
 A12B34567890CDEFGH

UbuntOlivier · Le 04/07/2012, à 23:16

jedineofr a écrit :

sed 's/.*(\(.*\)).*/\1/' fichier_exemple.txt

Tu y étais presque :

sed 's/[^(]*( \([^)]*\) ).*/\1/' fichier_exemple.txt

jedineofr · Le 05/07/2012, à 08:33

Bonjour à tous.

D'abord un grand merci !
Toutes vos solutions (mis à part ta premiére sputnick) fonctionnent.

Encore merci et bonne journée

Hizoka · Le 05/07/2012, à 09:30

Moi je propose un sed different et j'en profite pour tester la rapidité sur 1000 lignes

sed "s/.*( \(.*\) ) (.*/\1/" fichier_exemple.txt

temps 0m1.638s

grep -oP '\(\s+\K[[:xdigit:]]+' FILE

real 0m1.430s

awk -F'[()]' '{print $2}' FILE

real 0m1.193s
Dommage qu'il y ait encore les espaces

sputnick · Le 05/07/2012, à 09:47

Pour awk et l'espace, 2 solutions identiques chez moi en terme de temps :

awk -F'[() ]' '{print $5}' FILE

echo $(awk -F'[()]' '{print $2}' FILE)

@jedineofr si "ça marche pas" ton grep n'a sûrement pas l'option -P qui est pourtant présente sur les Ubuntus de nos jours.

Hizoka · Le 05/07/2012, à 14:06

pour savoir si tu as l'option :

grep --help | grep "\-P"

ar barzh paour · Le 06/07/2012, à 15:27

à méditer ..... les commandes ne sortent que ce qu'on leur demande !!!
contenu du fichier exemple.txt : 8 espaces après le ( et 8 espaces avant le )
File ABZXRW01_GIXRT00_D_NCT03_000_20120704123456.dat ( A12B34567890CDEFGH FIN ) ( ID 069 ) :

OK y compris 8 espaces avant et après

xxx@yyy-desktop:/media/Data_c3/shell$ sed 's/.*(\(.*\)).*(\(.*\)).*/\1/' exemple.txt
        A12B34567890CDEFGH  FIN        
xxx@yyy-desktop:/media/Data_c3/shell$

xxx@yyy-desktop:/media/Data_c3/shell$ grep -oP '\(\s+\K[[:xdigit:]]+' exemple.txt
A12B34567890CDEF
xxx@yyy-desktop:/media/Data_c3/shell$

OK y compris 8 espaces avant et après

xxx@yyy-desktop:/media/Data_c3/shell$ awk -F'[()]' '{print $2}' exemple.txt
        A12B34567890CDEFGH  FIN        
xxx@yyy-desktop:/media/Data_c3/shell$

la commande suivante supprime une espace avant et une espace après

xxx@yyy-desktop:/media/Data_c3/shell$ sed 's/[^(]*( \([^)]*\) ).*/\1/' exemple.txt
       A12B34567890CDEFGH  FIN       
xxx@yyy-desktop:/media/Data_c3/shell$

la commande suivante supprime une espace avant et une espace après

xxx@yyy-desktop:/media/Data_c3/shell$ sed "s/.*( \(.*\) ) (.*/\1/" exemple.txt
       A12B34567890CDEFGH  FIN       
xxx@yyy-desktop:/media/Data_c3/shell$

 
xxx@yyy-desktop:/media/Data_c3/shell$ grep -oP '\(\s+\K[[:xdigit:]]+' exemple.txt
A12B34567890CDEF
xxx@yyy-desktop:/media/Data_c3/shell$

OK y compris 8 espaces avant et après

xxx@yyy-desktop:/media/Data_c3/shell$ awk -F'[()]' '{print $2}' exemple.txt
        A12B34567890CDEFGH  FIN        
xxx@yyy-desktop:/media/Data_c3/shell$

la commande suivante ne trouve rien

xxx@yyy-desktop:/media/Data_c3/shell$ awk -F'[() ]' '{print $5}' exemple.txt

xxx@yyy-desktop:/media/Data_c3/shell$

xxx@yyy-desktop:/media/Data_c3/shell$ echo $(awk -F'[()]' '{print $2}' exemple.txt)
A12B34567890CDEFGH FIN
xxx@yyy-desktop:/media/Data_c3/shell$

no_spleen · Le 07/07/2012, à 08:13

Donner la réponse, c'est bien. Expliquer pourquoi la première solution ne fonctionne pas, c'est mieux !

Jedineofr, il faut savoir que l'opérateur * est "greedy". C'est à dire qua quand tu fais .* il va prendre toute la ligne puis revenir progressivement en arrière jusqu'à ce que ce qui se trouve après le .* dans le regex soit aussi satisfait.

Donc dans ton cas, il va au fond puis en revenant en arrière il tombe sur les deuxièmes paranthèses.

ar barzh paour · Le 07/07/2012, à 10:17

@ no_spleen
ai-je bien compris ? je veux extraire tout ce qu'il y a entre A et X
dans sed 's/.*A \(.*\) X.* / \1/'

/ .*A \( .* \) X.* / \1 / (les espaces ne sont là que pour la présentation !!!)
| | | |
| | | V
| | | \1 rappel ce qui a été mémorisé la première fois
| V |
| <----------------> | /( .* )/ mémorise ce qu'il y a entre les deux
V V<--------- X.* ne retient que ce qu'il y a avant X
<--------------------------------- .*A ne retient que de A(exclu) à la fin
--A----A-------X-------------X---------- la chaîne originale

si A n'est pas trouvé le résultat est : toute la chaîne
si X n'est pas trouvé le résultat est : toute la chaîne

UbuntOlivier · Le 07/07/2012, à 11:43

@ar barzh paour : Bien sûr que les commandes ne retournent que ce qu'on leur demande, d'où l'importance de bien lire l'énoncé… ou de bien exposer le problème, y compris les cas particuliers possibles.
La demande originale de jedineofr était d'extraire les 18 caractères non blancs se trouvant dans la première parenthèse, et non pas de trouver tout ce qu'il y a entre ces parenthèses.
Ton résumé est donc fautif puisqu'il ne tient pas compte correctement de la demande initiale. Toutes les commandes qui conservent les blancs et le mot FIN sont erronées.
S'il s'était agi d'extraire tout ce qu'il y avait entre les premières parenthèses, alors les instructions auraient en effet été différentes… et ton résumé aurait été adapté !

pingouinux · Le 07/07/2012, à 12:17

Salut,

ar barzh paour #12 a écrit :

sed 's/.*A \(.*\) X.* / \1/'

Ta commande recherche les lignes contenant :
n_importe_quoi_debut, A, espace, n_importe_quoi_milieu, espace, X, n_importe_quoi_fin, espace
et remplace cette séquence par :
espace, n_importe_quoi_milieu

Si cette séquence n'est pas trouvée, la ligne initiale est conservée.

Dernière modification par pingouinux (Le 07/07/2012, à 12:18)

ar barzh paour · Le 07/07/2012, à 14:12

@UbuntOlivier
ce n'était pour moi qu'un exercice de style
je ne voulais seulement voir ce que donnaient ces commandes et comment elles réagissaient
sur des chaînes un peu différentes de celle donnée au post #1
et je dis bravo à vous qui donnez toujours des solutions à un problème
j'aime bien travailler sur des chaînes de caractères
et je butte souvent sur ce type de recherche car je ne connais pas suffisamment ces commandes
à plus

no_spleen · Le 07/07/2012, à 16:37

@ar barzh paour

sed 's/.*A \(.*\) X.* / \1/'

Ne fera tout simplement rien, car tu n'a pas de parenthèses de groupement dans ta regex. Il faut plutôt quelque chose comme

sed 's/.*A \( (.* ) \) X.* / \1/'

Cette regex commence par .*, ce qui veux dire "prend le maximum de n'importe quel caractère". Il va donc prendre toute la ligne.

Ensuite, il va regarder si le caractère suivant est bien un A. Ici ce ne sera pas le cas puisque que l'on est en fin de ligne. Il va donc reculer d'un caractère jusqu'à tomber sur un A.

Donc si tu veux le premier A de la ligne et qu'il y en plusieurs, cette regex ne marchera pas car tu auras le dernier de la ligne.

Pour éviter cela, une solution est de remplacer .* par quelque chose comme [^A]*, qui veux dire "prend le plus possible de n'importe quel caractère sauf le A".

Sur certaines implémentations, tu as aussi des opérateurs "non greedy", du genre .*? qui veulent dire "prend le nimimum de n'importe quel caractère". C'est aussi une solution possible au problème.

Dernière modification par no_spleen (Le 07/07/2012, à 16:37)

ar barzh paour · Le 07/07/2012, à 17:26

oui dans mon post j'ai mis des espaces superflues

sed 's/.*A \(.*\) X.* / \1/'

je voulais mettre

sed 's/.*A\(.*\)X.*/\1/'

qui donne BZXRW01_GI

mais
j'aurais voulu BZ c'est à dire entre 1erA et 1erX
et j'ai
entre 1erA et dernier X

je renonce à comprendre (pour l'instant)

pingouinux · Le 07/07/2012, à 17:52

ar barzh paour #17 a écrit :

j'aurais voulu BZ c'est à dire entre 1erA et 1erX

sed 's/[^A]*A\([^X]*\)X.*/\1/'

Dernière modification par pingouinux (Le 08/07/2012, à 09:32)

Ubuntu-fr

Navigation

Liens de recherche

Annonce

#1 Le 04/07/2012, à 16:24

[RESOLU] [sed] Extraire texte contenu entre parenthèses

#2 Le 04/07/2012, à 17:19

Re : [RESOLU] [sed] Extraire texte contenu entre parenthèses

#3 Le 04/07/2012, à 17:49

Re : [RESOLU] [sed] Extraire texte contenu entre parenthèses

#4 Le 04/07/2012, à 17:51

Re : [RESOLU] [sed] Extraire texte contenu entre parenthèses

#5 Le 04/07/2012, à 23:16

Re : [RESOLU] [sed] Extraire texte contenu entre parenthèses

#6 Le 05/07/2012, à 08:33

Re : [RESOLU] [sed] Extraire texte contenu entre parenthèses

#7 Le 05/07/2012, à 09:30

Re : [RESOLU] [sed] Extraire texte contenu entre parenthèses

#8 Le 05/07/2012, à 09:47

Re : [RESOLU] [sed] Extraire texte contenu entre parenthèses

#9 Le 05/07/2012, à 14:06

Re : [RESOLU] [sed] Extraire texte contenu entre parenthèses

#10 Le 06/07/2012, à 15:27

Re : [RESOLU] [sed] Extraire texte contenu entre parenthèses

#11 Le 07/07/2012, à 08:13

Re : [RESOLU] [sed] Extraire texte contenu entre parenthèses

#12 Le 07/07/2012, à 10:17

Re : [RESOLU] [sed] Extraire texte contenu entre parenthèses

#13 Le 07/07/2012, à 11:43

Re : [RESOLU] [sed] Extraire texte contenu entre parenthèses

#14 Le 07/07/2012, à 12:17

Re : [RESOLU] [sed] Extraire texte contenu entre parenthèses

#15 Le 07/07/2012, à 14:12

Re : [RESOLU] [sed] Extraire texte contenu entre parenthèses

#16 Le 07/07/2012, à 16:37

Re : [RESOLU] [sed] Extraire texte contenu entre parenthèses

#17 Le 07/07/2012, à 17:26

Re : [RESOLU] [sed] Extraire texte contenu entre parenthèses

#18 Le 07/07/2012, à 17:52

Re : [RESOLU] [sed] Extraire texte contenu entre parenthèses

Pied de page des forums