在WSL中用正则提取JSON数据：测试与脚本实现方法

一、WSL中测试正则的常用方法 #

在WSL里可以用以下命令行工具快速验证正则匹配效果：

• grep（直观易用）：用-o只输出匹配部分，-E启用扩展正则，比如测试匹配url字段：

  grep -oE '"url":"[^"]+"' abc.json
  

• sed：结合替换命令s测试提取结果，比如：

  sed -E 's/.*"url":"([^"]+)".*/\1/' abc.json
  

• perl：处理复杂正则更灵活，比如：

  perl -nle 'print $1 if /"url":"([^"]+)"/' abc.json
  

二、用正则替代jq命令的实现 #

1. 提取顶级字段（替代jq -r '.url'） #

方法一：sed（兼容多行JSON）

如果JSON是多行排版，用-z参数把文件当作单行处理，避免换行截断匹配：

sed -z -E 's/.*"url":"([^"]+)".*/\1/' abc.json

单行JSON可直接去掉-z：

sed -E 's/.*"url":"([^"]+)".*/\1/' abc.json

方法二：grep（简洁高效）

用Perl正则的正向预查，直接提取字段值：

grep -oP '(?<="url":")[^"]+' abc.json

解释：(?<="url":")是正向预查，定位到"url":"之后，提取后面直到下一个双引号的内容（[^"]+）。

2. 提取带特殊字符的字段（比如title） #

title字段包含单引号、&符号不影响匹配，替换键名即可复用命令：

grep -oP '(?<="title":")[^"]+' abc.json

3. 提取数组字段（比如tags） #

提取整个数组内容：

grep -oE '"tags":\[[^]]+\]' abc.json

只提取数组内的元素部分：

grep -oP '(?<="tags":\[)[^\]]+' abc.json

三、嵌套JSON路径的正则写法（比如.user_data.username.first_name） #

假设嵌套JSON结构如下：

{"user_data": {"username": {"first_name": "John", "last_name": "Doe"}}}

要提取first_name的值，正则需适配多层嵌套和可能的空白字符：

grep -z -oP '(?<="user_data":\s*\{"username":\s*\{"first_name":\s*")[^"]+' nested.json

解释：

• \s*匹配任意空白字符（空格、换行、制表符），兼容JSON的格式化排版
• 用正向预查逐层定位到目标字段的键名后，提取对应值内容

四、你之前sed命令报错的原因 #

你执行的sed -E '(url|title|tags)"":"(("|[^"]))*' abc.json报错，是因为sed必须先指定命令（比如替换s、打印p），直接写正则表达式无意义。正确写法需补充命令，比如打印匹配这些字段的行：

sed -n -E '/"(url|title|tags)":"[^"]+"/p' abc.json

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