grep - 正则表达式多条件选择

Question

给定一个包含此字符串的文件：

IT1*1*EA*VN*ABC@SAC*X*500@REF*ZZ*OK@IT1*1*CS*VN*ABC@SAC*X*500@REF*ZZ*BAR@IT1*1*EA*VN*ABC@SAC*X*500@REF*ZZ*BAR@IT1*1*EA*VN*ABC@SAC*X*500@REF*ZZ*OK@

目标是提取以下内容：

IT1*1*EA*VN*ABC@SAC*X*500@REF*ZZ*BAR@

标准是：

1. IT1“行”必须包含

   *EA*

2. REF 行必须包含

   BAR

一些需要考虑的注意事项：

• “@”可以被认为是换行符
• “组”行包含以 IT1 开头并以 REF 结尾的行
• 我正在运行 GNU grep 3.7。

目标是选择符合标准的“组”线路。

我尝试了以下方法：

grep -oP "IT1[^@]*EA[^@]*@.*REF[^@]*BAR[^@]*@" file.txt

但它从示例的开头捕获字符。

还尝试使用lookarounds：

grep -oP "(?<=IT1[^@]*EA[^@]*@).*?(?=REF[^@]*BAR[^@]*@)" file.txt

但是我的 grep 版本返回：

grep：lookbehind 断言不是固定长度

Answer 1

您的问题是

.*

将从第一个

IT1

到最后一个

REF

的字符与

BAR

匹配。您需要确保匹配不会超过下一个

IT1

，您可以通过将

.*

替换为 tempered 贪婪标记

(?:(?!@IT1).)*

:

来实现这一点

IT1[^@]*EA[^@]*@(?:(?!@IT1).)*REF[^@]*BAR[^@]*@

这只会匹配

IT1

与其对应的

REF

。

regex101 上的正则表达式演示