使用sed和正则表达式提取文件路径的错误排查与解决方案咨询

我需要从testfile.txt中提取输入文件名列表，文件内容如下：

# This file contains a short description of the columns in the
# meta-analysis summary file, named '/some/output/directory/result.txt'

# (Skipping some comment lines...)

# Input for this meta-analysis was stored in the files:
# --> Input File 1 : /some/input/directory/cohort1/dataset1_chrAll.regenie.txt
# --> Input File 2 : /some/input/directory/cohort2/subdir1/chrAll-out.txt
# --> Input File 3 : /some/input/directory/cohort2/subdir2/chrAll-out_ver2.txt
# --> Input File 4 : /some/input/directory/cohort3/resfile.txt
# --> Input File 5 : /some/input/directory/cohort4/regenie_res_chrAll.txt

预期提取结果：

/some/input/directory/cohort1/dataset1_chrAll.regenie.txt
/some/input/directory/cohort2/subdir1/chrAll-out.txt
/some/input/directory/cohort2/subdir2/chrAll-out_ver2.txt
/some/input/directory/cohort3/resfile.txt
/some/input/directory/cohort4/regenie_res_chrAll.txt

我的尝试及问题 #

尝试1 #

命令：

cat testfile.txt | sed -e 's/\/some\/input\/directory\/([A-z0-9\/\.\-]*)\.txt/$1/g'

结果：

sed: -e expression #1, char 55: Invalid range end

尝试2 #

转义括号后：

cat testfile.txt | sed -e 's/\/some\/input\/directory\/\([A-z0-9\/\.\-]*\).txt/$1/g'

结果：

sed: -e expression #1, char 56: Invalid range end

问题未解决。

尝试3 #

转义方括号后：

cat testfile.txt | sed -e 's/\/some\/input\/directory\/\(\[A-z0-9\/\.\-\]\*\)\.txt/$1/g'

结果：文件内容无变化，未提取到目标字符串。

尝试4 #

添加-r选项（扩展正则）：

cat testfile.txt | sed -re 's/\/some\/input\/directory\/([A-z0-9\/\.\-]*)\.txt/$1/g'

结果：

sed: -e expression #1, char 55: Invalid range end

和尝试1错误相同。

想知道这些命令的问题所在，以及正确的解决方案。

解决方案及问题分析 #

问题根源 #

1. 正则范围无效：[A-z]是错误的范围定义，ASCII码中A-Z（65-90）和a-z（97-122）之间包含[、\、]等非字母字符，sed会判定这个范围非法，抛出Invalid range end错误。
2. 思路偏差：你的命令用了替换逻辑，但目标是提取特定行的路径，替换会保留无关行，且匹配逻辑没有精准定位到目标行。

正确命令 #

方法1：精准匹配目标行提取路径

直接筛选带-->的行，移除前缀保留路径：

sed -n 's/^# --> Input File [0-9] : //p' testfile.txt

• -n：仅输出匹配的行
• ^# --> Input File [0-9] : ：匹配目标行的固定前缀
• //：将前缀替换为空，剩余内容即为路径
• p：打印处理后的结果

方法2：修正正则范围的路径匹配

如果要基于路径开头/some/input/directory/匹配，修正正则范围：

sed -n 's/.*\/some\/input\/directory\/\(.*\.txt\)/\/some\/input\/directory\/\1/p' testfile.txt

用扩展正则（-r）简化写法：

sed -rn 's/.*(\/some\/input\/directory\/.*\.txt)/\1/p' testfile.txt

• 把错误的[A-z]换成.*（匹配任意字符，更简洁），或明确写[A-Za-z0-9\/\.\-]（仅包含合法字符）
• .*匹配路径前的所有内容，捕获路径部分后输出

方法3：更简洁的awk实现（可选）

如果允许使用awk，逻辑更直观：

awk '/-->/ {print $NF}' testfile.txt

• 匹配包含-->的行，打印该行最后一个字段（即目标路径）

内容的提问来源于stack exchange，提问作者JH Park