GNU Sed 4.8-1表达式未正确提取捕获组反而输出整个文件的问题排查

看起来你遇到的核心问题是Sed的默认输出行为导致的，我来帮你拆解并修复：

问题根源 #

GNU Sed默认会输出所有输入行——不管该行是否匹配你的替换规则。你的命令只定义了替换逻辑，但没有限制输出范围，所以不匹配的行会直接原样输出，匹配的行替换后也会输出，最终结果就是整个文件内容都被打印出来，而不是只显示你想要的捕获组。而desed调试工具可能只展示匹配到的结果，所以看起来正常。

修正后的命令 #

只需加上-n参数（抑制默认输出），并在替换命令末尾添加p（仅打印成功替换后的行）：

sed --regexp-extended -n 's#<a href="(/torrent/.+)">.*</a>#\1#p'

关键参数解释 #

• -n：关闭Sed的自动输出功能，让我们完全控制哪些内容会被打印
• p：作为替换命令的后缀，仅当该行成功匹配并完成替换时，才打印处理后的结果

额外注意事项 #

如果你的输入文件中，HTML标签里的引号是实际的"而非转义后的"（比如原始HTML未转义），那你需要把正则里的"替换为"，调整后的命令如下：

sed --regexp-extended -n 's#<a href="(/torrent/.+)">(.*)</a>#\1#p'

这样就能精准提取你想要的/torrent/4384536/HorribleSubs-Black-Clover-128-720p-mkv部分了。

内容的提问来源于stack exchange，提问作者Papu