在linux中提取两个字符串之间的字符串的脚本答案

【问题标题】：Script to extract strings between two strings in linux在linux中提取两个字符串之间的字符串的脚本
【发布时间】：2019-03-03 16:07:41
【问题描述】：

我正在尝试编写一个小脚本，让我可以从我的 rss 阅读器（newsboat）中“捕获”文章。所以我的场景是这样的：我将文章通过管道传输到脚本；然而，这篇文章被排成一行，如下所示：

Title: ABC boss quits over Australian political interference claims Author: Date: Thu, 27 Sep 2018 09:39:16 +0200 Link: https://www.bbc.co.uk/news/world-australia-45661871 The broadcaster's chair quits amid allegations the government leaned on him to dismiss two journalists.

所以我需要做的是将链接和标题一致地存储在一个变量中，然后使用这些变量调用一个命令（emacsclient org-protocol:/ ...）

所以基本上我需要这个：

TITLE="ABC boss quits over Australian political interference claims"
URL="https://www.bbc.co.uk/news/world-australia-45661871"

我考虑过使用 awk 或 sed，但它们最适合单独的行。所以，我想也许可以在“标题：”、“作者：”、“日期：”和“链接：”处拆分单行，然后用 awk/sed 提取。

我在这里发现了类似的用例和问题，但并不完全相同。我想要一个非常小的脚本，而不必使用 python。

我走对了吗？

感谢您的帮助。

【问题讨论】：

标签： string awk sed

【解决方案1】：

使用 GNU awk 将第三个参数匹配（）：

$ cat tst.awk
match($0,/^Title:\s*(.*)\s+Author:\s*(.*)\s+Date:\s*(.*)\s+Link:\s*(\S+)\s+(.*)/,a) {
    printf "TITLE=\"%s\"\n", a[1]
    printf "URL=\"%s\"\n", a[4]
}

$ awk -f tst.awk file
TITLE="ABC boss quits over Australian political interference claims"
URL="https://www.bbc.co.uk/news/world-australia-45661871"

我还展示了如何保存所有其他字段，以便您还可以对输入进行任何其他操作。

【讨论】：

【解决方案2】：

这可能对你有用（GNU sed）：

sed -r 's/^Title: (.*) Author:.* Link: (\S+).*/TITLE="\1"\nURL="\2"/' file

使用模式匹配来提取所需的字段。第一个可能包含空格，因此匹配键 Author:。第二个是键Link:之后的一串非空格字符。

【讨论】：