sed正则表达式不匹配

Question

我有一个看起来像这样的XML文件：

<Group>
    <Name>Awesome Group</Name>
    <Notes />
    <Date>2013-04-04</Date>
    <Expires>False</Expires>
    <Icon>7</Icon>
    <Tags />
</Group>

我正在尝试使用以下命令打印<Notes />和</Icon>之间的所有内容：

$ sed -n '/\<Notes \/\>/ p' file.xml

注意，我在转义左，右括号以及右斜杠之前。 这没有返回匹配，我觉得很奇怪。

更奇怪的是该命令有效：

$ sed -n '/<Notes \/>/ p' file.xml

因为我没有转义左括号和右括号，所以此命令为什么起作用？

编辑

ruakh很有帮助地指出sed有不同的实现方式，并且不需要转义左括号和右括号（我认为sed对正则表达式使用Perl语法）。 我在Unix和Linux上发现了另一篇也有帮助的文章： https : //unix.stackexchange.com/questions/32907/what-c​​haracters-do-i-need-to-escape-when-using-sed-in-a -SH-脚本

现在，我遇到了与多行正则表达式匹配的问题。 为什么这不起作用？

$ sed -n -r '/^<Notes \/>[\S\s]*?<\/Icon>$/ p' file.xml

我试过有和没有-r （扩展模式），使用和不使用^和$ ，用.*代替[\\S\\s]* ，都没有比赛

Answer 1

在sed中， <和>没有特殊含义，但是\\<和\\>有时会起作用 ：在某些实现中，它们表示“单词的开始”和“单词的结束”。 例如，此Bash命令：

{ echo a ; echo ba ; echo b a ; } | sed -n '/\<a/ p'

会的，在某些系统上，打印a和ba （其中有一个a在词的最开始），但不ba （那里没有）。

（从您选择的标签来看，您可能会习惯于Perl？Perl保证了面向未来的保证， \\在非单词字符之前会始终转义。例如， <没有特殊含义，但是\\<无论如何都保证表示< 。但是并非所有的正则表达式引擎都采用这种方法。）

---

编辑已编辑的问题：

Sed一次处理一行，这就是使其成为“流编辑器”的一部分-因此，多行正则表达式注定会失败。 但是，根据您的情况，您实际上不需要多行正则表达式。 您只想查找包含<Notes />的行和包含</Icon>的（不同）行，并打印这两个（包括）之间的所有行。 为此，可以使用地址范围 ，指定/<Notes \\/>/的开始地址和/<\\/Icon>/的结束地址：

sed -n '/<Notes \/>/,/<\/Icon>/ p'

（请参阅GNU sed用户手册中的第3.2节“选择sed行” 。）

Answer 2

sed是用于在一行上进行简单替换的出色工具，对于其他任何文本操作，都应使用awk。 这是一个GNU awk解决方案：

$ gawk -v RS='\0' '{print gensub(/.*(<Notes \/>.*<\/Icon>).*/,"\\1","")}' file
<Notes />
    <Date>2013-04-04</Date>
    <Expires>False</Expires>
    <Icon>7</Icon>

请注意，以上只是在您要的符号之间打印，而不是符号出现的整个行。