如何用正则递归搜索嵌套文件并输出指定匹配结果

嘿，这个需求我熟，给你两个实用的命令行方案，直接就能得到你想要的空格分隔的匹配结果：

方案一：grep + sed + tr（简洁高效） #

这个组合适合快速实现需求，语法简单易懂：

grep -rPo 'little boy writes (-\d+_\d+).*street (\d+)' /tmp/temp_dir | sed -E 's/little boy writes -(\d+_\d+).*street (\d+)/\1 \2/' | tr '\n' ' '

各部分解释： #

• grep -rPo ...：
  • -r：递归遍历/tmp/temp_dir下的所有文件
  • -P：启用Perl兼容正则，支持\d（数字）这类便捷写法
  • -o：只输出正则匹配到的片段，而非整行
  • 正则表达式：精准定位你要的行片段，捕获带负号的数字组合和街道数字
• sed -E ...：把匹配到的完整片段替换成去掉负号的数字组合和街道数字，用空格分隔
• tr '\n' ' '：把每个匹配结果的换行符换成空格，最终输出成一行连续的字符串

方案二：find + awk（更灵活可控） #

如果需要处理更复杂的匹配逻辑（比如一行多个匹配、自定义输出格式），awk会更合适：

find /tmp/temp_dir -type f -name "*.txt" -exec awk '{
    while (match($0, /little boy writes (-\d+_\d+).*street (\d+)/, match_arr)) {
        sub(/^-/, "", match_arr[1])  # 移除第一个捕获组开头的负号
        printf "%s %s ", match_arr[1], match_arr[2]
        $0 = substr($0, RSTART + RLENGTH)  # 继续处理当前行的下一个匹配
    }
}' {} +

各部分解释： #

• find ... -exec awk ... {} +：递归找到所有.txt文件，交给awk批量处理
• awk脚本：循环查找每行的所有匹配片段，去掉负号后按要求格式打印，确保一行多个匹配也能全部捕获

两种方案运行后，都会输出你期望的结果：54321_12345 987 12345_54321 789（如果有更多匹配会自动追加）

内容的提问来源于stack exchange，提问作者iorsa