如何在Bash中用正则表达式提取字符串中的所有指定匹配项

你的sed命令失败的原因有两个：

1. .*是贪婪匹配，会尽可能匹配最多的字符，导致最后一个匹配项PER-10中，[A-Z]+只捕获到了R（前面的PE被.*吃掉了）；
2. sed默认只执行一次替换操作，只会输出最后一个匹配的部分。

以下是几种可行的解决方案：

方法一：使用grep的-o选项（最简单） #

grep的-o参数会只输出匹配正则表达式的部分，配合-E启用扩展正则，直接提取所有符合[A-Z]+-[0-9]+模式的字符串：

echo "PA-232 message1 GX-1234 message2 PER-10 message3" | grep -Eo '[A-Z]+-[0-9]+'

执行后输出：

PA-232
GX-1234
PER-10

方法二：使用sed循环替换 #

通过sed的全局替换和清理操作，保留所有匹配项并换行输出：

echo "PA-232 message1 GX-1234 message2 PER-10 message3" | sed -E 's/([A-Z]+-[0-9]+)/\n\1\n/g; s/[^[:alnum:]-]*\n/\n/g; s/^\n|\n$//g'

步骤说明：

• 先给每个匹配项前后添加换行符，将匹配项与其他内容分隔开；
• 清除所有非匹配内容（包含换行的无效内容）；
• 去掉首尾多余的换行符。

方法三：使用awk遍历字段 #

按空格分割字符串，遍历每个字段并筛选符合模式的内容：

echo "PA-232 message1 GX-1234 message2 PER-10 message3" | awk '{for(i=1;i<=NF;i++) if($i ~ /^[A-Z]+-[0-9]+$/) print $i}'

说明：NF代表当前行的字段总数，逐个检查每个字段是否匹配目标模式，匹配则打印。

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