regex - 使用 sed 提取子字符串

Question

我有以下日志文​​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 ... }}}"

我想提取第一个{\x22到最后一个}

所以我使用以下 sed 命令：

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

然而，它给了我

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

{\x22 ... }}}

但我想要

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

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

Answer 1

这可能对您有用（GNU sed）：

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

贪婪是您在第一场比赛中的敌人，因此请使用分而治之的成语{\x22。那就是放置一个唯一的标记（在这种情况下\n）并使用第二个替换命令来删除字符串的第一部分。因为最后的}贪婪是你的朋友，因为它.*}会自己找到最后一场比赛。

注意如果第一个匹配是单个字符，X那么一个否定字符类[^X]*就足够了。但是，因为它是一个字符串（两个或更多字符），所以这不起作用。

Answer 2

使用awk

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

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

Answer 3

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

我使用变量 Cut 来更改任何其他“标记”，具体取决于要处理的文本内容。变量本身不需要，如果您确定 Cut 的值不在文件中，您可以直接在 sed 中更改其内容

Answer 4

Well.+?不适用，sed因为它的正则表达式引擎不支持非贪婪匹配。

但是，如果您考虑 perl，则有可能：

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 ... }}}