如何找到两个字符之间的所有模式？

首先，您的grep -Po '"\K[^"]*' file想法失败了，因为grep将"One"和都". the second is here"视为引号内。就个人而言，我可能会这样做

$ grep -oP '"[^"]+"' file | tr -d '"'
One
Two 
 Three 
Four

但这是两个命令。要使用单个命令执行此操作，您可以使用以下之一：

1. Perl

   $ perl -lne '@F=/"\s*([^"]+)\s*"/g; print for @F' file 
   One
   Two 
   Three 
   Four
   

   在这里，@F数组包含正则表达式的所有匹配项（引号，后跟尽可能多的非-"直到下一个"）。print for @Fjust的意思是“打印@F.

2. Perl

   $ perl -F'"' -lne 'for($i=1;$i<=$#F;$i+=2){print $F[$i]}' file 
   One
   Two 
    Three 
   Four
   

   要从每个匹配项中删除前导/尾随空格，请使用：

   perl -F'"' -lne 'for($i=1;$i<=$#F;$i+=2){$F[$i]=~s/^\s*|\s$//; print $F[$i]}' file 
   

   在这里，Perl 表现得像awk. 该-a开关使它自动将输入行拆分为由 给出的字符的字段-F。因为我已经给了它"，字段是：

   $ perl -F'"' -lne 'for($i=0;$i<=$#F;$i++){print "Field $i: $F[$i]"}' file 
   Field 0: first matched is 
   Field 1: One
   Field 2: . the second is here
   Field 3: Two 
   Field 0: and here are in second line
   Field 1:  Three 
   Field 2: 
   Field 3: Four
   Field 4: .
   

   因为我们正在寻找两个连续字段分隔符之间的文本，所以我们知道我们需要每隔一个字段。因此，for($i=1;$i<=$#F;$i+=2){print $F[$i]}将打印我们关心的那些。

3. 同样的想法，但在awk：

   $ awk -F'"' '{for(i=2;i<=NF;i+=2){print $(i)}}' file 
   One
   Two 
    Three 
   Four
   

关键是使用表达式中的引号。很难用一个 grep 命令做到这一点。这是一个 perl 单行代码：

perl -0777 -nE 'say for /"(.*?)"/sg' file

这吞噬了整个输入并打印出匹配的捕获部分。即使引号内有换行符，它也能正常工作，尽管这样就很难区分有无换行符的元素。为此，请使用不同的字符作为输出记录分隔符，例如空字符

perl -0777 -lne 'print for /"(.*?)"/sg} BEGIN {$\="\0"' <<DATA | od -c
blah "first" blah "second
quote with newline" blah "third"
DATA

0000000   f   i   r   s   t  \0   s   e   c   o   n   d  \n   q   u   o
0000020   t   e       w   i   t   h       n   e   w   l   i   n   e  \0
0000040   t   h   i   r   d  \0
0000046

这可以通过下面的 grep one liner 实现，我假设你有平衡的引号。

grep -oP '"\s*\K[^"]+?(?=\s*"(?:[^"]*"[^"]*")*[^"]*$)' file

例子：

$ cat file
first matched is "One". the second is here"Two "
and here are in second line" Three ""Four".
$ grep -oP '"\s*\K[^"]+?(?=\s*"(?:[^"]*"[^"]*")*[^"]*$)' file
One
Two
Three
Four

另一种通过 PCRE verb (*SKIP)(*F) ,

$ grep -oP '[^"]+(?=(?:"[^"]*"[^"]*)*[^"]*$)(*SKIP)(*F)|\s*\K[^"]+(?=\b\s*)' file
One
Two
Three
Four

使用sed：

sed 's/[^"]*"\([^"]\+\)"[^"]*/\1\n/g' file

[^"]*

^开头的表示[^"]* ...字符类中列出的字符不应该匹配（只匹配单个"）。该*方法"可以出现零次或多次。

"\([^"]\+\)"

里面的一切\(...\)都是匹配组。匹配组之外的第一个字符是开始匹配。下面是一个字符类[^"]（它匹配除 之外的每个字符"）。量词表示输入文件中\+的引号 () 之间必须至少有一个字符。"..."然后\)，匹配组结束。这个匹配组可以通过它的索引访问\1。

最后一部分[^"]*与匹配所有内容的第一部分相同，直到下一个"。

不需要正则表达式的 Python 替代方法（虽然不是很健壮）是逐个字符地处理文本文件中的每一行。

这是如何工作的基本思想：如果我们看到双引号并且没有升旗 - 升旗，如果我们再次看到它并且升旗 - 降旗。当标志升起时 - 这就是我们知道我们在双引号内的方式，因此我们可以存储后续字符。旗帜降下后，打印我们阅读的内容。

#!/usr/bin/env python
from __future__ import print_function
import sys

flag=False
quoted_string=[]
for line in sys.stdin:
    for char in line.strip():
        if char == '"':
           if flag:
               flag=False
               if quoted_string:
                  print("".join(quoted_string))
                  quoted_string=[]
           else:
               flag=True
               continue 
        if flag:
           quoted_string.append(char)

并试运行：

$ cat input.txt
first matched is "One". the second is here"Two "
and here are in second line" Three ""Four".

$ ./get_quoted_words.py < input.txt                                                                                      
One
Two 
 Three 
Four