Python调用grep提取文件两单词间字符串输出异常如何排查

你的代码存在两个核心问题，导致输出不符合预期：

• 正则语法错误：PCRE正则的正向零宽后瞻（匹配指定内容前面的位置）语法为(?<=匹配规则)，你写的(?<(Message))缺少了关键的=，属于非法语法，会导致grep解析正则时出现逻辑偏差，匹配出错乱的内容（你输出里多出来的反引号、开头多余空格都是这个问题导致的）。
• 输出未做转码处理：subprocess.run在不指定text=True参数时，返回的stdout是字节串（bytes）类型，直接打印会自带b''的类型标记，同时grep输出匹配结果时会自带末尾换行符，和你预期的纯字符串输出不符。

按如下两点调整代码即可：

1. 修正正则的后瞻语法，把错误的(?<(Message))改成正确的(?<=Message)
2. 开启subprocess的自动文本转码，同时对输出结果做首尾空白裁剪，去掉自带的换行符

修正后的可运行代码：

import subprocess

result = subprocess.run(
    ['grep -oP \'(?<=Message).*(?= element)\' /home/ubuntu/varout.txt'],
    shell=True,
    capture_output=True,
    text=True  # 自动将字节流转为系统默认编码的字符串
)
reason = result.stdout.strip() # 去除首尾换行、多余空白字符
print(reason)

如果你的Python版本低于3.7（不支持text参数），可以把转码逻辑改成手动解码：

import subprocess

result = subprocess.run(
    ['grep -oP \'(?<=Message).*(?= element)\' /home/ubuntu/varout.txt'],
    shell=True,
    capture_output=True
)
reason = result.stdout.decode('utf-8').strip()
print(reason)

运行上述代码后，输出结果就会和你预期的完全一致：

: unable to locate

补充：如果不想依赖系统grep命令，纯Python实现同样的提取逻辑更稳定，不会出现命令转义、环境兼容问题，示例代码如下：

with open('/home/ubuntu/varout.txt', 'r', encoding='utf-8') as f:
    content = f.read()
start = content.find('Message') + len('Message')
end = content.find(' element', start)
reason = content[start:end].strip()
print(reason)

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