在文档中找到2个其他字符串之间的字符串

Question

我发现有很多解决方案可以做我想要的只有一个例外。

我需要搜索.html文档并拉一个字符串。

包含字符串的行将如下所示（1行，无换行符）

<script type="text/javascript">g_initHeader(0);LiveSearch.attach(ge('oh2345v5ks'));var _ = g_items;_[60]={icon:'INV_Chest_Leather_09',name_enus:'Layered Tunic'};_[6076]={icon:'INV_Pants_11',name_enus:'Tapered Pants'};_[3070]={icon:'INV_Misc_Cape_01',name_enus:'Ensign Cloak'};</script>

我需要的文字是

  

INV_CHEST_LEATHER_09

当我使用awk，grep和sed时，我在icon：'和'，name _

之间提取数据

问题是，所有这三个脚本扫描整行并使用最后一个'，name_因此我最终

  

INV_Chest_Leather_09' ，name_enus：“分层   外套 '}; _ [6076] = {图标：' INV_Pants_11' ，name_enus：'圆锥   裤 '}; _ [3070] = {图标：' INV_Misc_Cape_01

这是我试过的最后一个

  

grep -Po -m 1“（？＆lt; =] = {icon：'）。*（？='，name _）”

我也试过awk和sed，我真的不喜欢使用哪一个。

所以基本上，我需要搜索整个html文件，找到第一个出现的icon：'，在它之后提取文本，直到第一次出现在icon：'of'，name _之后。

Answer 1

使用GNU awk为第3个arg匹配（）：

$ awk 'match($0,/icon:\047([^\047]+)/,a){print a[1]}' file
INV_Chest_Leather_09

Answer 2

正则表达式中的。*是一个贪婪的匹配器，因此模式将匹配到字符串的结尾，然后回溯以匹配name_部分。您可以尝试用[^，] *替换。*（即匹配除逗号之外的任何）：

grep -Po -m 1 "(?<=]={icon:')[^,]*(?=',name_)"

Answer 3

无论如何，我都需要使用sed删除正在生成的空行，所以这是我的最终代码，它将完全按照我想要的结果进行。

cat "index.html" | grep -Po -m1 "(?<=BEGIN)[^,]*(?<=END)" | sed '/^$/d' | head -1

Answer 4

简单的 perl 方法：

perl -ne 'print "$1\n" if /\bicon:\047([^\047]+)/' file

输出：

INV_Chest_Leather_09