sed方法进行模式串匹配

转自 http://blog.csdn.net/ljp1919/article/details/53337670

背景

需要从一个文件中逐行的数据中提取出符合要求的子串，比如提取其中tagA*****tagB之间的字符

方案1：基于sed方式的子串提取

cat my.log | sed 's/\(.*\)tagA\(.*\)tagB\(.*\)/\2/g'

可以搭配grep先进行一次行过滤，在之后，再进行一次的子串提取： 
s： 表示替换命令 
(.*)tagA : 表示tagA前的内容 
tagA(.*)tagB：表示tagA和tagB之间的内容 
tagB(.*)：表示tagB后的内容 
\2: 表示第二对括号里面的内容 
括号里的表达式匹配的内容，可以用\1，\2等进行引用，第n个括号对内的内容，就用\n引用。 
这个命令的意思是： 
用\2代表的第二个括号的内容（即tagA好tagB之间的内容）去替换整个字符串，这样就得到了我们所需要的子字符串了。

grep 'id=myid' my.log | sed 's/\(.*\)tagA\(.*\)tagB\(.*\)/\2/g'

方案2：

采用awk和match的方案：通过match匹配出tagA的位置和tagB的位置，分别即为start1和start2，再通过substr进行字符串的截取，从而实现预期子串的提取。代码如下：

cat my.log | awk '{start1=match($0,/GET/);start2=match($0,/HTTP/);print start1,start2;print substr($0,start1+4,start2-start1-4)}'

其中start1中+4表示将tagA这4个字符跳过。当然，前期使用grep进行一次过滤，再使用awk和match进行二次处理可以达到各种预期的目的。 
PS:欢迎留言，提供更多便捷方案。