在Linux中用正则表达式提取JSON指定键值的Shell脚本实现

先说明：正则处理JSON的局限性 #

JSON结构允许键值对间任意空格、换行，字符串还可能包含转义字符（比如\"），正则很难覆盖所有合法的JSON场景，因此优先推荐用JQ。但如果必须用正则，下面是适配大多数常见场景的实现方案。

脚本实现 #

假设你的abc.json中目标键值的常见格式如下（允许键名前后带空格、值为字符串或数字）：

{
  "value4": {
    "value41": {
      "value411": "要提取的内容"
    }
  }
}

方法1：grep + sed 组合 #

在XYZ.sh中替换原来的JQ命令为：

data1=$(grep -o '"value411":\s*"[^"]*"' abc.json | sed 's/"value411":\s*"//;s/"$//')

• 拆解说明：
  • grep -o仅输出匹配到的片段，精准定位"value411":后接任意空格、再被双引号包裹的内容
  • sed分两步处理：先移除开头的"value411": "，再移除结尾的双引号，最终得到纯值

方法2：awk 单工具实现 #

如果不想用多工具组合，也可以用awk完成：

data1=$(awk '/"value411":/ {gsub(/.*"value411":\s*"|"$/,""); print}' abc.json)

• 拆解说明：
  • 定位包含"value411":的行
  • 用gsub替换掉行内无用部分：从行首到"value411": "的内容，以及结尾的双引号，最后打印剩余内容

适配跨多行或数字值的场景 #

如果JSON的键值对可能跨多行，或者目标值是不带双引号的数字，可使用以下调整后的命令：

data1=$(grep -zo '"value411":\s*([^",}]*)' abc.json | sed 's/"value411":\s*//;s/["},]*$//')

• 新增特性：
  • grep -z用空字符作为行分隔符，能处理跨多行的键值对
  • 正则匹配值为非引号、非逗号、非右大括号的内容，兼容字符串和数字类型

内容的提问来源于stack exchange，提问作者user18148705