Bash正则表达式与Grep使用遇阻，寻求技术协助

我正在编写Bash脚本，需要从以下文本中提取所有Scenario测试块：

#
  #------------------------------------------- spaceholder ---------------------------------------------------------------------------
  #

  #@E2E-1 @id:1 
  Scenario: Login & Search: B2B_PKG_IN >> BE
    Given I am on the login page
    When I enter <username> and incorrect password multiple times
    Then I should be locked out of my account
    And I should see a lockout message



  #@E2E-2 @id:32 
  Scenario: Login & Search: B2B_PKG_IN >> NL
    Given I am on the login page
    When I enter <username> and incorrect password multiple times
    Then I should be locked out of my account
    And I should see a lockout message


  #
  #------------------------------------------- B2B_PKG_3PA ---------------------------------------------------------------------------


  #

  @E2E-3 @id:3
  Scenario: Login & Search: B2B_PKG_3PA >> BE
    Given I am on the login page
    When I enter <username> and incorrect password multiple times
    Then I should be locked out of my account
    And I should see a lockout message

我用正则表达式((@[^\n]+|#@[^\n]+)?\s*)?Scenario:[^\n]*\n(?:[^\n]*\n)*?\n在在线正则测试工具中可以正确提取目标块，但执行grep -Pzo "$pattern" "$current_file"时，结果意外包含了开头的#------------------------------------------- spaceholder ...注释部分。尝试过grep -E、grep -oP、grep -Po等参数组合都无法解决。

原因分析 #

grep -z会将整个文件读取为单个NUL分隔的记录，原正则中的非贪婪匹配(?:[^\n]*\n)*?在这种模式下，可能因为注释块的连续换行触发意外匹配；同时原正则未明确排除纯注释行（不含#@的注释），导致grep从注释块开始匹配到后续的Scenario块。

修正后的解决方案 #

方案1：调整正则，明确匹配规则 #

使用更精确的正则，确保只匹配带有可选标签（@xxx或#@xxx）的Scenario块，且跳过纯注释行：

pattern='(^\s*(#@|@)[^\n]+\s*)?^\s*Scenario:[^\n]*\n(?:^\s+[^\n]+\n)*'
grep -Pzo "$pattern" "$current_file" | tr '\0' '\n'

正则解释：

• (^\s*(#@|@)[^\n]+\s*)?：匹配可选的标签行（以#@或@开头，允许前导空格），?表示该标签行非必需
• ^\s*Scenario:[^\n]*\n：匹配Scenario行，允许前导空格
• (?:^\s+[^\n]+\n)*：匹配后续的步骤行（必须有前导空格，确保是Scenario的子步骤），重复匹配所有步骤行

参数说明：

• -P：启用Perl兼容正则表达式
• -z：将文件视为NUL分隔的记录，支持跨行匹配
• -o：只输出匹配的部分
• tr '\0' '\n'：将grep输出的NUL字符转换回换行，恢复正常文本格式

方案2：使用awk替代grep（更直观稳定） #

如果正则在grep中容易出问题，用awk处理结构化文本更可靠：

awk '/^\s*(#@|@)/{tag=$0; next} /^\s*Scenario:/{if(tag!="")print tag; print; in_scenario=1; next} in_scenario && /^\s+/{print} in_scenario && /^\s*$/{in_scenario=0; print ""}' "$current_file"

逻辑解释：

1. 匹配标签行（#@或@开头），保存标签内容并跳过后续处理
2. 匹配Scenario行，打印标签（如果存在）和Scenario行，标记进入Scenario块
3. 在Scenario块内，匹配有前导空格的步骤行并打印
4. 遇到空行时，退出Scenario块并打印空行分隔不同测试块

内容的提问来源于stack exchange，提问作者PopSmoke