如何用grep -Po提取字符串指定分段（AWK方案已可行）

需求 #

需要从一组字符串（或目录文件名）中，提取从开头到第一个连字符（-）后一位的内容，按前缀分组后保留唯一值。例如从ACCEPT组提取ACCEPT-z、ACCEPT-1，从BASIC_REGIS组提取BASIC_REGIS-2、BASIC_REGIS-P，要求用grep -Po（Perl正则、仅匹配）实现。

输入示例 #

ACCEPT-zABC-0123
ACCEPT-zBAC-0231
ACCEPT-1ABC-0120
ACCEPT-1CBA-0321

BASIC_REGIS-2ABC-9043
BASIC_REGIS-2CBA-8132
BASIC_REGIS-PCCA-6532
BASIC_REGIS-PBBC-3023

期望输出 #

ACCEPT-z
ACCEPT-1

BASIC_REGIS-2
BASIC_REGIS-P

当前错误的grep尝试 #

执行以下命令：

echo "ACCEPT-0ABC-0123"|grep -Po "\K^A.*-"

得到结果：ACCEPT-0ABC-，不符合需求（需要ACCEPT-0）。

可行的AWK方案 #

执行以下命令可得到正确结果：

echo "ACCEPT-1ABC-0120"|awk '$0 ~ /^A/{print substr($0,1,index($0,"-")+1)}'

输出：ACCEPT-1

正确的grep -Po解决方案 #

使用以下命令（结合sort -u去重）：

grep -Po '^[^-]+-.` input.txt | sort -u

正则说明 #

• ^：锚定字符串起始位置
• [^-]+：匹配任意非连字符的字符，直到第一个-出现（对应ACCEPT或BASIC_REGIS前缀）
• -：匹配第一个连字符
• .：匹配连字符后的任意单个字符（支持数字、字母等任意类型）

执行后会从输入中提取所有符合模式的内容，再通过sort -u去重，最终得到与期望一致的输出。

内容的提问来源于stack exchange，提问作者syed laeeq