Linux下使用SED提取句子中两个指定单词间内容的方法求助

原命令失效原因 #

你之前使用的sed -e 's/Hello\(.*\)doing/\1/'仅匹配替换了字符串中Hello到doing的片段，doing之后的内容未进入匹配范围会原样输出，因此会残留多余的today?内容。

可用解决方案 #

方案1：调整SED命令 #

匹配整行内容，将行首到Hello、doing到行尾的内容全部纳入匹配规则，仅保留中间捕获的内容：

sed -e 's/.*Hello\(.*\)doing.*/\1/'

测试效果：

echo "Hello world, how are you doing today?" | sed -e 's/.*Hello\(.*\)doing.*/\1/'
# 输出： world, how are you 

如果存在单个行内有多个doing的场景，需要提取第一个Hello和第一个doing之间的内容，可以使用GNU sed的扩展正则写法：

sed -r 's/.*Hello([^[:space:]]*.*?)doing.*/\1/'

方案2：使用GNU GREP命令（更简洁） #

利用Perl正则的前后向断言直接提取目标内容：

grep -oP '(?<=Hello).*(?=doing)'

方案3：使用AWK实现（兼容性更好） #

以Hello和doing作为分隔符，直接提取第二个字段即为目标内容：

awk -F 'Hello|doing' '{print $2}'

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