Bash 4.4下多行正则捕获HTML标签与transloco键值分组问题

• 原方案使用grep -Pzo仅能输出完整匹配串，无法直接提取命名捕获组的内容、偏移量信息，你通过read按行拆分匹配结果的逻辑，会把跨多行的匹配串拆成多个独立项，导致输出混乱
• 原正则存在边界匹配漏洞：标签名匹配未做限制，会将标签属性、后续标签内容误匹配到tag分组，非贪婪逻辑失效导致跨标签匹配

推荐使用Perl实现需求，Perl默认内置完善的PCRE正则支持，可直接读取命名捕获组、偏移量信息，无需额外安装依赖，适配你使用的Bash 4.4环境。

调整后的完整可运行代码如下：

text="
<div>   
  <span>
    {{ 'setup.steps.accountInfo' | transloco }}
  </span>
  <span>
    {{ 'setup.steps.accountInfo' | transloco }}
  </span>
<button
  mat-icon-button
  class=\"setup__back-btn\"
  [ngClass]=\"{ 'setup__back-btn--visible':                     activePane === 'right' }\"
  (click)=\"onPaneToggleClicked('left')\">
    {{ 'setup.steps.accountInfo' | transloco }}
</button>
"

echo "$text" | perl -e '
use strict;
use warnings;
my $content = do { local $/; <STDIN> };
# 正则修饰符s：让.匹配换行；x：允许正则内加注释空格
my $pattern = qr{
    <(?<tag>[a-zA-Z][a-zA-Z0-9-_]*)   # 匹配合法HTML标签名，存入tag分组
    [^>]*>                            # 跳过标签所有属性直到闭合尖括号
    .*?                               # 非贪婪匹配标签内内容，避免跨标签
    {{                                # 匹配插值语法开头
    \s*[\'\"]?                        # 可选的引号、前置空格
    (?<name>[^\'\"]*?)                # 匹配transloco键名，存入name分组
    [\'\"]?\s*\|\s*transloco\s*}}     # 匹配后续transloco语法
    .*?</\g{tag}>                     # 匹配到对应闭合标签
}sx;

my $match_count = 0;
# 全局遍历所有匹配
while ($content =~ /$pattern/g) {
    $match_count++;
    my $tag = $+{tag};
    my $name = $+{name};
    # 计算分组偏移（$-[n]为分组起始偏移，$+[n]为分组结束偏移）
    my $tag_start = $-[1] + 1;
    my $tag_end = $+[1];
    my $name_start = $-[2] + 1;
    my $name_end = $+[2];
    # 按要求格式输出
    print "match $match_count\n";
    printf "group tag  %d-%d    %s\n", $tag_start, $tag_end, $tag;
    printf "group name %d-%d   %s\n\n", $name_start, $name_end, $name;
}
'

运行上述代码会输出完全符合你要求的格式，除了两个span标签的匹配结果外，也会正确匹配到包含transloco语法的button标签。如果需要添加行号输出，可以在Perl代码中预处理每行的起始偏移，根据捕获组的偏移查询对应行号即可。

内容的提问来源于stack exchange，提问作者Qhori