Regex 使用sed提取子串

我有以下内容的日志文件：

example.com - - - 127.0.01 [22/Sep/2013:07:22:22 +0000]  "POST /api/test.php HTTP/1.1" 200 355 "-" "-" "{\x22id\x22:\x22 ... }}}"

example.com - - - 127.0.01 [22/Sep/2013:07:22:22 +0000]  "POST /api/test.php HTTP/1.1" 200 355 "-" "-" "{\x22id\x22:"{\x22 ... }}}"

我想将第一个

{\x22

提取到最后一个

}

因此，我使用以下sed命令：

cat test.txt  | sed -r  's/.+?"(\{.+\})".*/\1/g'

然而，它给了我

{\x22id\x22:\x22 ... }}}

{\x22 ... }}}

但是我想要

{\x22id\x22:\x22 ... }}}

{\x22id\x22:"{\x22 ... }}}

---

因为它的正则表达式引擎不支持非贪婪匹配，所以

+？

不适用于

sed

但是，如果考虑Perl，它是可能的：

perl -pe 's/.+?"(\{.+\})".*/\1/g' test.txt
{\x22id\x22:\x22 ... }}}
{\x22id\x22:"{\x22 ... }}}

或使用

egrep-o

：

egrep -o '\{.+\}' test.txt
{\x22id\x22:\x22 ... }}}
{\x22id\x22:"{\x22 ... }}}

使用

awk

awk '{sub(/[^{]*{/,"{");sub(/}"/,"}")}1' file
{\x22id\x22:\x22 ... }}}

{\x22id\x22:"{\x22 ... }}}

根据文本中要处理的内容，我使用变量剪切来更改任何其他“标记”。变量本身不需要，如果您确定剪切值不在文件中，您可以直接在sed中更改其内容，这可能对您有用（GNU sed）：

贪婪在第一场比赛中是你的敌人，所以对

{\x22

使用分而治之的习惯用法。即放置一个唯一的标记（在本例中为

\n

），然后使用第二个替换命令删除字符串的第一部分。对于最后一个

}

贪婪是你的朋友，因为

*}

会自己找到最后一个匹配项

---

注意：如果第一个匹配是单个字符，比如说

X

，那么一个否定字符类

[^X]*

就足够了。但是，由于它是一个字符串（两个或多个字符），这将不起作用。

您也可以在激活perl引擎的情况下使用grep

grep-P

或

pgrep

。然后，命令将是

cat test.txt | grep-P-o”“

@ffledgeling：谢谢，更新后的答案是，yes

egrep

也将与

grep-P

的区别b/w

egrep

或

grep-E

相同，并且

grep-P

是他们使用的正则表达式引擎

egrep

是

ERE

和

pgrep

是Perl的引擎。虽然我从来没有看到过实际的差别。（注意pgrep和grep-P不一样，很抱歉混淆）

Cut="#CuT#"
sed -n --posix "s/\({\\\\x22.*}\)\"$/${Cut}\1/;s/.*${Cut}//p" sample.txt

sed 's/\({\\x22.*}\).*/\n\1/;s/.*\n//' file