如何使用grep提取多段ul与/ul之间的内容？

嘿，我来帮你搞定这个提取需求！你想要从那段混杂无关内容的文本里，精准抽出所有ul ... /ul的片段，其实你的思路是对的，只是可能需要一点点调整来适配不同环境或者文本格式。

解决方案 #

1. 用GNU grep（推荐） #

如果你的系统是Linux，或者已经安装了GNU grep（比如macOS上通过Homebrew安装的ggrep），直接用你写的正则加上-oP选项就能实现；要是文本里有换行，还可以加上-z让grep把整个文本当作单行处理：

# 单行文本直接提取
echo "not what i want ul text1 text1 /ul not what i want not what i want ul texttext2 texttext2 texttext2 /ul not what i want" | grep -oP 'ul.*?/ul'

执行后会输出：

ul text1 text1 /ul
ul texttext2 texttext2 texttext2 /ul

如果你希望把结果合并成同一行（和你期望的输出格式一致），可以用xargs来拼接：

echo "not what i want ul text1 text1 /ul not what i want not what i want ul texttext2 texttext2 texttext2 /ul not what i want" | grep -oP 'ul.*?/ul' | xargs

这样就能得到你想要的：

ul text1 text1 /ul ul texttext2 texttext2 texttext2 /ul

2. 适配BSD grep（比如macOS默认grep） #

如果你的grep不支持-P选项（比如macOS自带的BSD grep），可以用awk来实现相同效果：

echo "not what i want ul text1 text1 /ul not what i want not what i want ul texttext2 texttext2 texttext2 /ul not what i want" | awk '{
    while (match($0, /ul[^\/]*\/ul/)) {
        print substr($0, RSTART, RLENGTH)
        $0 = substr($0, RSTART + RLENGTH)
    }
}' | xargs

小提示 #

• .*?是非贪婪匹配，它会匹配从ul到最近的/ul的内容，正好符合你提取每个独立片段的需求
• 如果文本里有换行，记得给grep加上-z选项，否则.*无法跨换行匹配

内容的提问来源于stack exchange，提问作者Le Thuan