如何使用sed提取分支名中的Jira工单号？正则匹配异常求排查

正则表达式存在的核心问题 #

当前命令执行后会原样输出全量测试字符串，完全达不到提取效果，问题点按影响优先级排序：

• BRE模式下元字符未转义：sed 默认使用基本正则表达式（BRE）解析规则，该模式下要表达「匹配前序字符1次或多次」的语义，加号必须写作 \+。未转义的 + 会被识别为普通字面字符，当前写法中的 [A-Z]+、[0-9]+ 实际匹配逻辑是「1个大写字母/数字紧跟1个加号字符」，和测试字符串的结构完全不匹配，导致整个替换规则无法命中目标子串。
• 捕获组内[^-]规则的逻辑缺陷：
  • 当工单数字段后面直接跟非横杠字符（比如分支名写为PTW-123new-feature），这个规则会把数字段后面的非数字字符也纳入捕获范围，导致提取结果变成PTW-123n，超出工单号的实际长度；
  • 当数字段后面紧跟横杠时，该规则会触发正则引擎的回溯逻辑，通过缩短数字段的匹配长度来适配「非横杠字符」的要求，虽然多数情况下回溯的最终结果刚好能覆盖完整数字段，但这是依赖回溯逻辑的偶然结果，并非规则本身的正向匹配，鲁棒性极差。
• 无约束贪婪匹配的取值风险：匹配前缀使用的 .* 是无锚定的贪婪逻辑，会尽可能多的抢占字符串开头的内容，如果分支名中存在多段类似工单号的结构（如 test/PTW-123-PTW-456-demo），会错误提取到最后出现的工单号，而非分支名中最靠前的标准工单标识。

修正后的可用命令 #

适配sed默认BRE模式的写法，移除错误的[^-]规则、补全加号转义，同时通过-n和p参数避免匹配失败时原样输出全串：

echo "PTW-123-branch-name" | sed -n 's/.*\([A-Z]\+-[0-9]\+\).*/\1/p'

执行后可正确提取得到 PTW-123。

如果通过-E参数开启扩展正则模式，不需要对加号转义，写法更简洁：

echo "PTW-123-branch-name" | sed -n -E 's/.*([A-Z]+-[0-9]+).*/\1/p'

内容的提问来源于stack exchange，提问作者ogbofjnr