sed - 提取字符串之间的子字符串

Question

我有一个包含如下文本的文件：

###interest1 moreinterest1### sometext ###interest2###
not-interesting-line
sometext ###interest3###
sometext ###interest4### sometext othertext ###interest5### sometext ###interest6###

我想提取###.

我想要的输出是这样的：

interest1 moreinterest1
interest2
interest3
interest4
interest5
interest6

我尝试了以下方法：

grep '###' file.txt | sed -e 's/.*###\(.*\)###.*/\1/g'

这几乎可以工作，但似乎只抓取每行的第一个实例，所以我的输出中的第一行只抓取

interest1 moreinterest1

而不是

interest1 moreinterest1
interest2

Answer 1

使用 GNU awk 进行多字符 RS：

$ awk -v RS='###' '!(NR%2)' file
interest1 moreinterest1
interest2
interest3
interest4
interest5
interest6

Answer 2

这是实现此目的的单个awk命令，它使###字段分隔符并打印每个偶数字段：

awk -F '###' '{for (i=2; i<NF; i+=2) print $i}' file

interest1 moreinterest1
interest2
interest3
interest4
interest5
interest6

这是一个替代 grep + sed解决方案：

grep -oE '###[^#]*###' file | sed -E 's/^###|###$//g'

这假设标记之间没有#字符。###

Answer 3

sed 't x
s/###/\
/;D; :x
s//\
/;t y
D;:y
P;D' file

用换行符替换“###” D，然后有条件地分支到P如果“###”的第二次替换成功。

Answer 4

您可以使用pcregrep：

pcregrep -o1 '###(.*?)###' file

正则表达式 -###(.*?)###匹配###，然后将除换行符之外的任何零个或多个字符捕获到第 1 组中，尽可能少，###然后匹配###。

o1选项将仅输出组 1 值。

在线查看正则表达式演示。

Answer 5

这可能对您有用（GNU sed）：

sed -n 's/###/\n/g;/[^\n]*\n/{s///;P;D}' file

###用换行符替换所有出现的's。

如果一行包含换行符，请删除第一个换行符之前（包括第一个换行符）之前的所有字符，打印直到下一个换行符（包括以下换行符）的详细信息，删除这些详细信息并重复。