如何用正则表达式跳过中间冗余区段，精准提取目标内容？

原始输入 #

@Dacor 125#Apples were stored in Section 1.#Delivered on 02/03/2023. All ok.#

期望输出 #

Apples were stored in Section 1

原命令问题分析 #

你之前用的awk命令里，(.*)#是贪婪匹配模式，会从第一个#后一直匹配到最后一个#前的所有内容，所以会把中间的#Delivered on 02/03/2023. All ok.也包含进去，导致输出不符合预期。

解决方案 #

方案1：awk非贪婪匹配（gawk支持）

awk 'match($0, /@[^#]+#(.*?)#/, arr) {sub(/\.$/, "", arr[2]); print arr[2]}'

• .*?是非贪婪匹配，只会匹配到第一个后续的#为止
• sub(/\.$/, "", arr[2])用于去掉内容末尾的句号

方案2：awk用[^#]+限定匹配范围

awk 'match($0, /@[^#]+#([^#]+)#/, arr) {sub(/\.$/, "", arr[1]); print arr[1]}'

• [^#]+仅匹配不含#的字符，精准捕获第一个#和第二个#之间的内容
• 同样用sub去掉末尾句号

方案3：用gsub批量替换（符合你提到的gsub处理需求）

awk '{gsub(/^@[^#]+#|#.*$|\.$/, ""); print}'

• ^@[^#]+#：删除开头从@到第一个#的所有内容
• #.*$：删除第二个#到行尾的所有内容
• \.$：删除内容末尾的句号

内容的提问来源于stack exchange，提问作者Ginko-Mitten