使用 awk 将特定子字符串与正则表达式匹配

我正在处理特定的文件名，并且需要从中提取信息。

文件名的结构类似于：“20100613_M4_28007834.005_F_RANDOMSTR.raw.gz”

RANDOMSTR 是最多 22 个字符的字符串，并且可能包含（或不包含）格式为“-W[0-9].[0-9]{2}.[0-9]{3}”的子字符串。该子字符串还具有以“-W”开头的独特特征。

我需要提取的信息是 RANDOMSTR 的子字符串，没有这个可选子字符串。

我想在 bash 脚本中实现这一点，到目前为止，我发现的最佳选择是将 gawk 与正则表达式一起使用。到目前为止我最好的尝试失败了：

gawk --re-interval '{match ($0,"([0-9]{8})_(M[0-9])_([0-9]{8}\\.[0-9]{3})_(.)_(.*)(-W.*)?.raw.gz",arr); print arr[5]}' <<< "20100613_M4_28007834.005_F_OTHER-STRING-W0.40+045.raw.gz"
OTHER-STRING-W0.40+045

预期结果是：

gawk --re-interval '{match ($0,$regexp,arr); print arr[5]}' <<< "20100613_M4_28007834.005_F_SOME-STRING.raw.gz"
SOME-STRING
gawk --re-interval '{match ($0,$regexp,arr); print arr[5]}' <<< "20100613_M4_28007834.005_F_OTHER-STRING-W0.40+045.raw.gz"
OTHER-STRING

怎样才能达到想要的效果呢。

Thanks.

您需要能够使用环视，我认为 awk/gawk 不支持这一点，但是grep -P does.

$ pat='(?<=[0-9]{8}_M[0-9]_[0-9]{8}\.[0-9]{3}_._)(.*?)(?=(-W.*)?\.raw\.gz)'
$ echo "20100613_M4_28007834.005_F_SOME-STRING.raw.gz" | grep -Po "$pat"
SOME-STRING
$ echo "20100613_M4_28007834.005_F_OTHER-STRING-W0.40+045.raw.gz" | grep -Po "$pat"
OTHER-STRING