Unix下提取类XML文本中所有user标签name值的问题

这个问题很典型，你原来的命令只拿到最后一个值，核心原因是sed里的.*属于贪婪匹配——它会尽可能多地抓取字符，最后只锁定到字符串里最后一个符合条件的8位数字。下面给你几个靠谱的解决办法，按需选择：

方法1：改进sed命令，全局匹配并输出所有结果 #

我们可以精准匹配name="后面的8位数字，同时加上全局替换标志g，让sed把每行里所有符合条件的内容都提取出来：

grep -o "<sample:Recipients>.*</sample:Recipients>" sample.txt | sed -n 's/.*name="\([0-9]\{8\}\)".*/\1/gp'

• 这里用name="\([0-9]\{8\}\)"精准定位目标，避免误抓guid里的长串数字
• g标志让sed全局处理每行里的所有匹配项
• p配合-n只输出匹配到的结果

方法2：用grep的Perl正则直接提取（最简洁） #

如果你的grep支持Perl正则（大部分Linux发行版都支持），可以用-P参数直接定位并输出目标值，连sed都省了：

grep -oP 'name="\K[0-9]{8}' sample.txt

• \K是Perl正则的小技巧，它会忽略\K前面匹配到的内容（也就是name="），直接输出后面的8位数字
• -o参数让grep只输出匹配到的部分，不用额外处理

方法3：用awk循环匹配（更灵活） #

如果需要更复杂的文本处理逻辑，awk是个好选择，它可以循环遍历所有匹配项：

awk '{while(match($0, /name="([0-9]{8})"/, arr)) {print arr[1]; $0=substr($0, RSTART+RLENGTH)}}' sample.txt

• match()函数会查找符合正则的内容，把捕获组存到arr数组里
• 每次匹配后，我们截断字符串（substr($0, RSTART+RLENGTH)），继续查找下一个匹配项，直到处理完整个行

内容的提问来源于stack exchange，提问作者Abhinav