求两种标记间文本提取的sed正则表达式及Python re实现

示例文本 #

^[[200~a^[[200~aaa aM1bb bbbM1ccc[$cM2ddddM2eeeeeM3ffffff fM3ggggggg M3hhhhh hhM3kkkkk~

需求1：提取第一个M1至最后一个M3之间的文本 #

目标结果：bb bbbM1ccc[$cM2ddddM2eeeeeM3ffffff fM3ggggggg M3hhhhh hh

sed 命令

echo "^[[200~a^[[200~aaa aM1bb bbbM1ccc[\$cM2ddddM2eeeeeM3ffffff fM3ggggggg M3hhhhh hhM3kkkkk~" | sed -E 's/^.*?M1//; s/M3.*$//'

• 说明：^.*?M1非贪婪匹配开头到第一个M1的内容并删除；M3.*$匹配最后一个M3到结尾的内容并删除，保留中间部分。

Python re 表达式

import re

text = "^[[200~a^[[200~aaa aM1bb bbbM1ccc[$cM2ddddM2eeeeeM3ffffff fM3ggggggg M3hhhhh hhM3kkkkk~"
match_result = re.search(r'^.*?M1(.*)M3.*$', text, re.DOTALL)
if match_result:
    print(match_result.group(1))

• 说明：^.*?M1非贪婪匹配到第一个M1；(.*)贪婪匹配到最后一个M3前的所有内容；re.DOTALL确保.匹配换行符（适配含换行的文本场景）。

需求2：提取最后一个M1至第一个M3之间的文本 #

目标结果：ccc[$cM2ddddM2eeeee

sed 命令

echo "^[[200~a^[[200~aaa aM1bb bbbM1ccc[\$cM2ddddM2eeeeeM3ffffff fM3ggggggg M3hhhhh hhM3kkkkk~" | sed -E 's/.*M1//; s/M3.*//'

• 说明：.*M1贪婪匹配开头到最后一个M1的内容并删除；M3.*匹配第一个M3到结尾的内容并删除，保留中间部分。

Python re 表达式

import re

text = "^[[200~a^[[200~aaa aM1bb bbbM1ccc[$cM2ddddM2eeeeeM3ffffff fM3ggggggg M3hhhhh hhM3kkkkk~"
match_result = re.search(r'.*M1(.*?)M3', text, re.DOTALL)
if match_result:
    print(match_result.group(1))

• 说明：.*M1贪婪匹配到最后一个M1；(.*?)非贪婪匹配到第一个M3前的所有内容；re.DOTALL适配含换行的文本场景。

内容的提问来源于stack exchange，提问作者Ramanan T