提问人：wrangler 提问时间：2/23/2011 最后编辑：Michaelwrangler 更新时间：11/26/2019 访问量：302991
如何使用 grep、regex 或 perl [duplicate] 按照模式提取字符串
How to extract string following a pattern with grep, regex or perl [duplicate]
问：
这个问题在这里已经有答案了：
如何在模式之后搜索内容？ （9 个答案）
2年前关闭。
社区去年审查了是否重新讨论这个问题，并关闭了它：
重复这个问题已经得到回答，不是唯一的，也没有与另一个问题区分开来。
我有一个文件，看起来像这样：
<table name="content_analyzer" primary-key="id">
<type="global" />
</table>
<table name="content_analyzer2" primary-key="id">
<type="global" />
</table>
<table name="content_analyzer_items" primary-key="id">
<type="global" />
</table>
我需要提取后面引号中的任何内容，即 和 。name=content_analyzercontent_analyzer2content_analyzer_items
我是在 Linux 机器上执行此操作的，因此使用 sed、perl、grep 或 bash 的解决方案就可以了。
答：
2赞
Benoit
2/23/2011
#1
这可以做到：
perl -ne 'if(m/name="(.*?)"/){ print $1 . "\n"; }'
6赞
Matt Shaver
2/23/2011
#2
正则表达式为：
.+name="([^"]+)"
然后分组将在 \1
5赞
shawnhcorey
2/23/2011
#3
如果您使用的是 Perl，请下载一个模块来解析 XML：XML：：Simple、XML：：Twig 或 XML：：LibXML。 不要重新发明轮子。
评论
3赞
bvr
2/23/2011
请注意，OP 给出的示例格式不正确（例如），因此大多数 XML 解析器只是抱怨并死亡。<type="global"
5赞
Alan Haggai Alavi
2/23/2011
#4
为此，应使用 HTML 解析器而不是正则表达式。一个使用 HTML：：TreeBuilder 的 Perl 程序：
程序
#!/usr/bin/env perl
use strict;
use warnings;
use HTML::TreeBuilder;
my $tree = HTML::TreeBuilder->new_from_file( \*DATA );
my @elements = $tree->look_down(
sub { defined $_[0]->attr('name') }
);
for (@elements) {
print $_->attr('name'), "\n";
}
__DATA__
<table name="content_analyzer" primary-key="id">
<type="global" />
</table>
<table name="content_analyzer2" primary-key="id">
<type="global" />
</table>
<table name="content_analyzer_items" primary-key="id">
<type="global" />
</table>
输出
content_analyzer
content_analyzer2
content_analyzer_items
221赞
sidyll
2/23/2011
#5
由于您需要匹配内容而不将其包含在结果中（必须
匹配，但它不是所需结果的一部分）某种形式的
需要零宽度匹配或分组捕获。这是可以做到的
使用以下工具轻松：name="
Perl的
使用 Perl，您可以使用该选项逐行循环并打印
捕获组的内容（如果匹配）：n
perl -ne 'print "$1\n" if /name="(.*?)"/' filename
GNU grep
如果你有一个改进的 grep 版本，比如 GNU grep，你可能有
可用的选项。此选项将启用类似 Perl 的正则表达式，
允许您使用哪个是速记后视。它将重置
匹配位置，因此它之前的任何内容都是零宽度。-P\K
grep -Po 'name="\K.*?(?=")' filename
该选项使 grep 仅打印匹配的文本，而不是
整条线。o
Vim - 文本编辑器
另一种方法是直接使用文本编辑器。使用 Vim，其中之一
实现此目的的各种方法是删除不带的行，然后从生成的行中提取内容：name=
:v/.*name="\v([^"]+).*/d|%s//\1
标准 grep
如果您由于某种原因无法访问这些工具，请 使用标准 GREP 也可以实现类似的效果。然而，没有外观 围绕它稍后将需要进行一些清理：
grep -o 'name="[^"]*"' filename
关于保存结果的说明
在上面的所有命令中，结果将被发送到 。它
重要的是要记住，您始终可以通过将其管道连接到
文件附加：stdout
> result
到命令的末尾。
评论
12赞
Dennis Williamson
2/23/2011
Lookarounds（在 GNU 中）：grepgrep -Po '.*name="\K.*?(?=".*)'
0赞
sidyll
2/23/2011
@Dennis威廉姆森，太好了。我相应地更新了答案，但把两者都放在一边，希望你不要生我的气。我想问一下，你认为不贪婪的匹配比“除了”有什么好处吗？不要把这当成一场战斗，我只是好奇，我不是正则表达式专家。另外，小费，真的很好。谢谢丹尼斯。.*"\K
3赞
Dennis Williamson
2/23/2011
我为什么会生气？没有 ，您可以做 。可以用于速记，但只有当其左侧的匹配是可变长度时才需要它。在这种情况下，使用环绕的原因相当明显。不贪婪的操作看起来更整洁一些（ versus 并且您不必重复锚点字符。我不知道速度。我认为，这在很大程度上取决于具体情况。我希望这对您有所帮助。.*grep -Po '(?<=name=").*?(?=")'\K[^"]*.*?
0赞
sidyll
2/23/2011
@Dennis Williamson：当然，先生，这里有很多有用的信息。我认为我保留（在研究它之后）并删除它的原因是一样的：让它看起来很漂亮（更简单）。而且我从来没有想过用我从某个地方学到的“传统方式”来代替。但这里的不贪婪确实是有道理的。谢谢丹尼斯，最好的祝愿。\K.*.*?
0赞
lreeder
3/5/2014
+1 用于描述命令。如果您能更新您的答案以解释正则表达式的“[...]”部分，将不胜感激。
2赞
mitma
3/17/2011
#6
这是一个使用HTML tidy和xmlstarlet的解决方案：
htmlstr='
<table name="content_analyzer" primary-key="id">
<type="global" />
</table>
<table name="content_analyzer2" primary-key="id">
<type="global" />
</table>
<table name="content_analyzer_items" primary-key="id">
<type="global" />
</table>
'
echo "$htmlstr" | tidy -q -c -wrap 0 -numeric -asxml -utf8 --merge-divs yes --merge-spans yes 2>/dev/null |
sed '/type="global"/d' |
xmlstarlet sel -N x="http://www.w3.org/1999/xhtml" -T -t -m "//x:table" -v '@name' -n
1赞
mitma
3/17/2011
#7
哎呀，sed 命令当然必须在 tidy 命令之前：
echo "$htmlstr" |
sed '/type="global"/d' |
tidy -q -c -wrap 0 -numeric -asxml -utf8 --merge-divs yes --merge-spans yes 2>/dev/null |
xmlstarlet sel -N x="http://www.w3.org/1999/xhtml" -T -t -m "//x:table" -v '@name' -n
0赞
Carlos Lindado
12/2/2017
#8
如果 xml（或一般文本）的结构是固定的，最简单的方法是使用 .对于您的具体情况：cut
echo '<table name="content_analyzer" primary-key="id">
<type="global" />
</table>
<table name="content_analyzer2" primary-key="id">
<type="global" />
</table>
<table name="content_analyzer_items" primary-key="id">
<type="global" />
</table>' | grep name= | cut -f2 -d '"'
评论