regex - 获取在一行中出现多次的两个字符之间的字符串

Question

我正在尝试从具有键值顺序的许多段的行中提取单个字符串，但我没有得到它，因为它匹配的内容比我想要的要多得多。

这是我的示例行：

|SEGA~1~MAGIC~DESCRIPTION~~~M~TEST~|SEGB~34~12.11.2011~3~M~O~|SEGC~HELLO~WORLD~|

这条线是将许多段连接成一条线。现在我想提取以 SEGA 开头的段中索引 2 处的字符串。所以我要做的是 grep ：

egrep -o 'SEGA(.*?)\~\|'

但它给了我整条线，有时它只给了我正在寻找的部分。通过匹配，我将使用 ~ 字符分割该段并取第三段。因为我使用 .*? 带问号，我希望 egrep 只匹配 SEGA 和第一次出现 ~| 之间的内容。这是在 SEGB 之前，而不是在 SEGC 或 SEGB 的末尾。

我如何告诉 grep 搜索 SEGA 并在 SEGA 之后立即提供整个内容，直到第一次出现 ~|

Answer 1

您可以-P在 grep 中使用 (--perl-regexp) 选项：

grep -oP '(?<=SEGA).*?(?=~\|)' file

如果要包括尾随~|，请删除前瞻(?=...)。

我认为.*?（懒惰）不会在 egrep 中退出。

Answer 2

我建议你把这条线分成几行|，然后从这些行中 grep：

$ echo "|SEGA~1~MAGIC~DESCRIPTION~~~M~TEST~|SEGB~34~12.11.2011~3~M~O~|SEGC~HELLO~WORLD~|" | sed -e 's/|/\n/g' | grep ^SEGA
SEGA~1~MAGIC~DESCRIPTION~~~M~TEST~