如何用正则匹配类Shell兼容的环境变量赋值并提取键值对

我经常帮人处理系统配置文件的解析问题，针对CentOS里/etc/locale.conf的变量赋值语句——不管是像LANG="en_US.UTF-8"、LANG=en_US.UTF-8还是LANG='en_US.UTF-8'这类格式，都可以用一套简洁的方案来匹配并提取键名和对应的值。下面我分享几种实用的方法：

核心匹配逻辑：正则表达式 #

首先要明确符合要求的赋值语句的特征：

• 行首是大写字母+下划线组成的键名（比如LANG、LC_TIME）
• 等号前后可以有任意空格
• 值可以带单/双引号，也可以不带，且引号必须成对

对应的正则表达式是：

^([A-Z_]+)\s*=\s*(["']?)([^"']*)\2$

正则各部分解释： #

• ^([A-Z_]+)：捕获键名，只匹配大写字母和下划线，符合locale变量的命名规则
• \s*=\s*：匹配等号，前后允许任意数量的空格（包括零个）
• (["']?)：捕获可选的引号（单或双），用分组2保存，确保后续能匹配闭合的引号
• ([^"']*)：捕获变量值，匹配除引号外的所有字符（locale值本身不会包含引号）
• \2：引用分组2的引号，保证开头和结尾的引号一致（如果有的话）
• $：匹配行尾，确保整行都是有效的赋值语句

方法1：命令行快速处理（awk） #

如果只是想在终端快速提取，awk是最方便的工具，它可以直接分割行并处理空格和引号：

awk -F '=' '/^[A-Z_]+=/ {
    # 清理键名的前后空格
    key = $1; gsub(/^\s+|\s+$/, "", key)
    # 清理值的前后空格和引号
    value = $2; gsub(/^\s*["']?|["']?\s*$/, "", value)
    print "键名: " key ", 值: " value
}' /etc/locale.conf

运行这个命令后，会直接输出每行有效赋值的键名和对应值，自动跳过注释和空行。

方法2：grep + sed组合处理 #

如果你更习惯用grep筛选行，再用sed提取内容，可以这样写：

# 先用grep匹配符合格式的行，再用sed提取键值
grep -E '^[A-Z_]+\s*=\s*(["']?[^"']*\1)$' /etc/locale.conf | sed -E 's/^([A-Z_]+)\s*=\s*(["']?)([^"']*)\2$/键名: \1, 值: \3/'

这个组合同样能精准提取，适合已经熟悉grep/sed的用户。

方法3：Python脚本实现（适合扩展） #

如果需要在代码里集成这个逻辑，或者要处理更复杂的场景（比如批量修改、导出到其他格式），用Python写个脚本会更灵活：

import re
import os

# 目标配置文件路径
locale_file = '/etc/locale.conf'
# 匹配正则
pattern = r'^([A-Z_]+)\s*=\s*(["']?)([^"']*)\2$'

if os.path.exists(locale_file):
    with open(locale_file, 'r') as f:
        for line in f:
            line = line.strip()
            # 跳过空行和注释行
            if not line or line.startswith('#'):
                continue
            match_result = re.match(pattern, line)
            if match_result:
                key = match_result.group(1)
                value = match_result.group(3)
                print(f"键名: {key}, 值: {value}")

这个脚本会自动跳过注释和空行，输出结果清晰，还能很容易扩展成导出为JSON、修改值等功能。

注意事项 #

• 以上方案都默认忽略以#开头的注释行，这符合/etc/locale.conf的常规使用场景
• 如果你的配置文件里有值包含引号的特殊情况（虽然locale配置几乎不会出现），需要调整正则的匹配逻辑
• 所有方法都支持CentOS 7/8/9等主流版本的/etc/locale.conf格式

内容的提问来源于stack exchange，提问作者user1765418