求BASH的sed/grep脚本提取含非法注释的指定行内容

问题 #

我有一个用于移动端自动化测试的JavaScript映射文件，页面元素定义示例如下：

shop_myBoutique: {
      self: 'android=new UiSelector().className("android.widget.TextView").textContains("My Boutique")' // self:
    },

行尾的// self:属于非法内联注释，会导致运行时socket错误。需要编写Shell脚本，解析包含数千个元素定义的映射文件，提取所有带有该类非法注释的行，输出从开头的self:到结尾的// self:的完整内容（包含首尾的self:）。

期望输出示例：

self: 'android=new UiSelector().className("android.widget.TextView").textContains("My Boutique")' // self:

我尝试了多个sed和grep正则命令，但均失败（$testComments变量存储了整个映射文件内容），尝试的命令如下：

# echo "$testComments" | sed -n '/self: /,/self: /p' > myComments.txt
# echo "$testComments" | sed -e "s/.*self: '\([^']*\)'>.*self: /\1/p" > myComments.txt
# echo "$testComments" | sed -n "/self:/,/self:/p" > myComments.txt
# sed -n "/self: /,/self: /p" > myComments.txt
# grep -o '(?<=self) (?s).*(?=self)' $testComments > myComments.txt
# echo "$testComments" | sed -e 's/self: \(.*\)\/\/ self:/\1/' | grep '.*self' > myComments.txt
# echo "$testComments" | grep '.*self' > myComments.txt
# echo "$testComments" | sed '([self: ]+).*([self: ]+)' | grep '.*self:'
# echo "$testComments" | sed 's/\(^self:).*( self: $)' > myComments.txt
# echo "$testComments" | sed '/self: /,/'\\ self: /p' > myComments.txt
echo "$testComments" | grep '(?<=(self: )).*(?= self:)' | grep -o '^[^ ]*' > myComments.txt

解决方案 #

方法1：使用grep命令 #

直接用grep的精准匹配提取目标内容，适合简单场景：

# 从变量读取内容
echo "$testComments" | grep -o 'self: '\''.*'\'' // self:' > myComments.txt

# 直接读取文件（更高效，适合大文件）
grep -o 'self: '\''.*'\'' // self:' your-mapping-file.js > myComments.txt

说明：

• -o 参数指定只输出匹配到的部分，自动忽略行首的缩进和其他无关内容
• 正则self: '\''.*'\'' // self:'精准匹配从self: '开始，到' // self:结束的完整内容，其中\'是对单引号的转义，确保正则能正确识别字符串中的单引号。

方法2：使用sed命令 #

如果需要后续扩展处理（比如批量删除这些注释），sed的灵活性更强：

# 从变量读取内容
echo "$testComments" | sed -n 's/.*\(self: '\''.*'\'' // self:\).*/\1/p' > myComments.txt

# 直接读取文件
sed -n 's/.*\(self: '\''.*'\'' // self:\).*/\1/p' your-mapping-file.js > myComments.txt

说明：

• -n 表示只输出经过处理匹配的行
• 正则.*\(self: '\''.*'\'' // self:\).*用括号捕获目标内容，\1提取捕获的部分并输出，自动过滤行首缩进和行尾其他冗余字符。

失败原因分析 #

之前的命令大多因为以下问题失效：

• 部分命令使用了跨行匹配语法（如(?s)），但grep默认不支持，且本场景不需要跨行匹配
• 正则中的转义处理错误，比如单引号、斜杠的转义未正确处理，导致无法匹配目标内容
• 过度使用复杂的前后断言，反而降低了匹配的稳定性，本场景用简单的精准匹配即可满足需求

内容的提问来源于stack exchange，提问作者Wulf