如何编写 SED 正则表达式来提取由另一个字符串分隔的字符串？

Question

我正在使用 GNU sed 版本 4.2.1，并且我正在尝试编写一个非贪婪的 SED 正则表达式来提取一个由其他两个字符串分隔的字符串。当分隔字符串是单字符时，这很容易：

s:{\([^}]*\)}:\1:g

在该示例中，字符串由左侧的“{”和右侧的“}”分隔。

如果分隔字符串是多个字符，比如 '{{{' 和 '}}}' 我可以像这样调整上面的表达式：

s:{{{\([^}}}]*\)}}}:\1:g

所以中心表达式匹配任何不包含 '}}}' 结束字符串的内容。但这仅在匹配字符串根本不包含 '}' 时才有效。比如：

{{{cannot match {this broken} example}}}

不会起作用，但是

{{{can match this example}}}

确实有效。当然

s:{{{\(.*\)}}}:\1:g

总是有效，但很贪心，因此不适合在同一行出现多个模式的情况。

我理解 [^a] 表示除 a 和 [^ab] 之外的任何内容排除 3 个连续字符的序列。

那么我如何为 SED 编写一个正则表达式来匹配一个由其他两个字符串分隔的字符串？

Answer 1

使用sed，您可以执行以下操作：

sed -e :a -e 's/\(.*\){{{\(.*\)}}}/\1\2/ ; ta'

与：

{{{can match this example}}} {{{can match this 2nd example}}}

这给出了：

can match this example can match this 2nd example

不是惰性匹配，而是从右到左替换，可以利用sed的贪心。

Answer 2

[^}}}] 不起作用是正确的。否定字符类匹配不是其中一个字符的任何内容。重复字符不会改变逻辑。所以你写的和[^}]一样。 （当表达式中没有大括号时，很容易理解为什么会这样）。

在 Perl 和兼容的正则表达式中，您可以使用 ? 使 * 或 + 不贪婪：

 s:{{{(.*?)}}}:$1:g

这将始终匹配开头 {{{ 之后的第一个 }}}。

但是，this is not possible in Sed。事实上，我不认为 Sed 有任何方法可以进行这种匹配。唯一的另一种方法是使用 Sed 也没有的高级功能，例如前瞻。

您可以通过-pe 选项轻松地以类似 sed 的方式使用 Perl，这会导致它从命令行 (-e) 获取一行代码并自动循环遍历每一行并打印结果(-p)。

perl -pe 's:{{{(.*?)}}}:$1:g'

用于就地编辑文件的-i 选项也很有用，但请先确保您的正则表达式正确！

欲了解更多信息，请参阅perlrun。