如何从单行文本提取所有模式匹配项并输出为列表？

问题分析 #

你原来的sed命令只得到最后一个匹配项，核心原因是.*属于贪婪匹配——它会从行首一直匹配到最后一个符合${pattern}的位置，把整个单行替换成这个最后匹配的结果，自然就丢失了前面的匹配项。

快速解决方案：用grep提取所有匹配项 #

grep的-o选项专门用来输出每个独立的匹配内容，完美适配你的需求：

pattern="as[^',]+?\.bin"
line="[['Directory of boot:/', '', '81 -rwx 110665728 17:33:44 Mar 25 2018 asa992-smp-k8.bin', '82 -rwx 32738292 17:33:44 Mar 25 2018 asdm-79247.bin', '83 -rwx 59123840 17:33:44 Mar 25 2018 asa-restapi-132300-lfbff-k8.SPA', '', '3 file(s) total size: 202527860 bytes', '534495232 bytes total (331800576 bytes free/62% free)']]"

grep -oE "${pattern}" <<< "$line"

执行后会输出：

asa992-smp-k8.bin
asdm-79247.bin

如果想要用空格分隔的结果，可以再加一步转换：

grep -oE "${pattern}" <<< "$line" | tr '\n' ' '
# 或者用paste实现更优雅的空格分隔
grep -oE "${pattern}" <<< "$line" | paste -sd' ' -

这样就能得到你期望的asa992-smp-k8.bin asdm-79247.bin。

用awk实现的方案 #

如果你更习惯用awk，也可以通过循环匹配的方式逐个提取所有结果：

awk -v pat="${pattern}" '{
    while (match($0, pat, matches)) {
        print matches[0]
        $0 = substr($0, RSTART + RLENGTH)
    }
}' <<< "$line"

这个脚本会不断在剩余的字符串里查找匹配项，直到没有匹配为止，输出结果和grep -o完全一致。

为什么原来的sed命令不行？ #

你的sed命令：

echo $line | sed -E "s|.* (${pattern}).*|\1|g"

这里的.* (${pattern}).*会一次性匹配整个单行文本（因为.*贪婪匹配到最后一个${pattern}的位置），然后把整个行替换成这个最后匹配的${pattern}。即使加了g选项，也只处理了一次替换（因为整个行已经被匹配完了），所以只能得到最后一个结果。

如果非要用sed实现，需要编写循环逻辑（比如不断提取第一个匹配项，然后删除已匹配的部分），但复杂度远高于grep或awk，不推荐。

内容的提问来源于stack exchange，提问作者jean-christophe manciot