我遇到了这个问题，在尝试在html页面上显示某些内容（特别是用户名）时，我尝试通过以下方式检索字符串：
egrep -o dir\=\"[ltr]*\"\>.*(\<\/span|\<\/a)
通过这个我试图说：“在dir =（”ltr或rlt“）＆gt;之后和第一个</a>或</span>结束标记之前得到任何东西。
所以例如：
dir="ltr">myusername</span>
或
dir="rtl">myusername</a>
但是在一行上有多个span标记，并且在第一行之后没有停止，这会产生我不想要的数据。
有没有办法修改我当前的正则表达式在第一个之后停止？为什么它甚至继续阅读？
由于
答案 0 :(得分：2)
您需要向.*添加?非贪婪。
egrep -o dir\=\"[ltr]*\"\>.*?(\<\/span|\<\/a)
更好的解决方案就是这个（在原始正则表达式中，你需要转义它）：
dir="[ltr]{3}"[^>]*?>(.*?)(</span>|</a>)
捕获组1（$ 1）将包含它之间的内容，捕获组2（$ 2）将包含它的跨度或链接终止。
看到它的实际效果： http://regexr.com?32b8k
答案 1 :(得分：0)
我会使用GNU sed来执行此操作：
sed -r 's/(dir="ltr"|dir="rtl")>([^<]+)(<\/span>|<\/a>).*/\2/' file.txt
通过一些简化，您可以使正则表达式更加巧妙和易于阅读：
sed -r 's/dir="(ltr|rtl)">([^<]+)<\/(span|a)>.*/\2/' file.txt