在bash中获取字符串之间的字符串答案

【问题标题】：Get string between strings in bash在bash中获取字符串之间的字符串
【发布时间】：2012-12-19 23:39:29
【问题描述】：

我想得到<sometag param='和'>之间的字符串

我尝试使用Get any string between 2 string and assign a variable in bash 的方法来获取“x”：

 echo "<sometag param='x'><irrelevant stuff='nonsense'>" | tr "'" _ | sed -n 's/.*<sometag param=_\(.*\)_>.*/\1/p'

问题（除了效率低，因为我无法为 sed 正确转义撇号）是 sed 匹配最大值，即输出是：

 x_><irrelevant stuff=_nonsense

但正确的输出应该是最小匹配，在这个例子中只是“x”

感谢您的帮助

【问题讨论】：

对于结构化数据，请使用了解结构的工具。 man xsltproc

标签： bash sed

【解决方案1】：

您可能正在寻找这样的东西：

sed -n "s/.*<sometag param='\([^']*\)'>.*/\1/p"

测试：

echo "<sometag param='x'><irrelevant stuff='nonsense'>" | sed -n "s/.*<sometag param='\([^']*\)'>.*/\1/p"

结果：

解释：

不要使用贪婪捕获，而是使用非贪婪捕获，例如：[^']*，这意味着匹配除' 之外的任何内容任意次数。为了使模式保持不变，后面跟着：'>。
您也可以使用双引号，这样您就不需要转义单引号。如果你想转义单引号，你可以这样做：

... | sed -n 's/.*<sometag param='\''\([^'\'']*\)'\''>.*/\1/p'

请注意单引号并没有真正转义。 sed 表达式停止，插入转义的单引号并重新打开 sed 表达式。把它想象成一个四字符的转义序列。

就个人而言，我会使用GNU grep。这将使解决方案略短。运行方式：

... | grep -oP "(?<=<sometag param=').*?(?='>)"

测试：

echo "<sometag param='x'><irrelevant stuff='nonsense'>" | grep -oP "(?<=<sometag param=').*?(?='>)"

结果：

【讨论】：

谢谢，基于 grep 的解决方案正是我想要的。
仅供参考：最后一个 grep 测试表达式不会在 OS X 10.11 上使用 grep 实现来执行。一般情况下，它可能不适用于 BSD。它确实适用于 Ubuntu。 :)

【解决方案2】：

在这些情况下，您不必组装正则表达式，只需使用 ' 作为字段分隔符

in="<sometag param='x'><irrelevant stuff='nonsense'>"

IFS="'" read x whatiwant y <<< "$in"            # bash
echo "$whatiwant"

awk -F\' '{print $2}' <<< "$in"                 # awk

【讨论】：