regex - 使用 bash 仅匹配第一段

Question

我们有
...包含段落的文件，由 2 个换行符分隔 \r\n\r\n或 \n\n .段落本身可能包含单个换行符 \r\n或 \n .目标是使用 Bash one-liner 来匹配 只有第一段并将其打印到标准输出。
例如。:

$ cat foo.txt
Foo
* Bar

Baz
* Foobar

Even more stuff to match here.

结果是:

$ cat foo.txt | <some-command>
Foo
* Bar

我已经试过了
...这个正则表达式 (?s)(.+?)(\r?\n){2}|.+?$与 grep使用

Windows 上的 GIT Bash (GNU grep 3.1)，

在 Lubuntu 20.4.1 LTS (GNU grep 3.4) 和

上 bash

Mac 上的 iTerm+Fish(BSD grep 2.5.1-FreeBSD)。

前两种方法导致:

$ grep -Poz '(?s)(.+?)(\r?\n){2}|.+?$' foo.txt
Foo                                                                                                                          
* Bar

Baz                                                                                                                          
* Foobar

由于 BSD grep 和 GNU grep 之间的差异，Mac 上的方法失败了。
但
...在 regex101.com 上，此正则表达式适用于 foo.txt: https://regex101.com/r/uoej8O/1 .这可能是由于禁用了 global旗帜？

Answer 1

您可以使用 GNU grep像这样:

grep -Poz '(?s)^.+?(?=\R{2}|$)' file

见 PCRE regex demo .
详情

(?s) - 一个 DOTALL 内联修饰符，使 .匹配包括换行符在内的所有字符

^ - 整个字符串的开头

.+? - 任何 1 个或多个字符，尽可能少

(?=\R{2}|$) - 正前瞻，匹配紧跟双换行序列 ( \R{2} ) 或字符串结尾 ( $ ) 的位置。