正则表达式匹配两个字符串之间所有字符的最后一次出现答案

【问题标题】：Regex match last occurrence of all characters between two strings正则表达式匹配两个字符串之间所有字符的最后一次出现
【发布时间】：2015-07-10 18:25:09
【问题描述】：

我正在尝试从 torrent 文件中提取 torrent 名称。在没有深入了解 torrent 文件的结构的情况下，我注意到我只需要匹配两个字符串之间所有字符的最后一次出现，在我的例子中是 : * 12:piece lengthi。

这是 Arch Linux iso torrent 文件的开头：

d8:announce42:http://tracker.archlinux.org:6969/announce7:comment41:Arch Linux 2015.07.01 (www.archlinux.org)10:created by13:mktorrent 1.013:creation datei1435770645e4:infod6:lengthi677380096e4:name29:archlinux-2015.07.01-dual.iso12:piece lengthi

我需要提取archlinux-2015.07.01-dual.iso 女巫在: 和12:piece lengthi 之间。我用其他种子文件检查了这种模式，在我的情况下它会起作用！我不知道如何将正则表达式 (?<=:)(.*)(?=12:piece lengthi) 和 :(?:.(?!:))+$ 组合起来，如果它们完全正确的话。

我正在尝试使用 grep 或 awk 或 sed 或使用 linux 命令可以创建的 bash 脚本。

最终完美运行的解决方案（经过彻底测试）：这适用于所有类型的非标准字符，例如西里尔文。

torrent_title=$(tr -d "\n" < "$filename" | iconv -f utf-8 -t utf-8 -c | sed 's/.*:\(.*\)12:piece lengthi.*/\1/')

更新：所有建议都有效，但 Torrent 文件是二进制文件，例如我尝试将 grep --text 和 strings file | 通过管道传输到 grep 或 sed，但二进制文件中的随机字符串会弄乱输出。

更新 2 并解决它：所以最后的命令是这样的

head -1 file.torrent| strings | tr -d "\n\r" | iconv -f utf-8 -t utf-8 -c| sed 's/.*:$.*$12:piece lengthi.*/\1/

我认为信息只在文件的第一行。在我最初的示例帖子中，我忘记在最后复制几个字符串

 d8:announce42:http://tracker.archlinux.org:6969/announce7:comment41:Arch Linux 2015.07.01 (www.archlinux.org)10:created by13:mktorrent 1.013:creation datei1435770645e4:infod6:lengthi677380096e4:name29:archlinux-2015.07.01-dual.iso12:piece lengthi524288e6:pieces25840:

witch 是第一行的一部分，因此我需要稍微更改 hek2mgl sed 回答。

更新 3 正确的方法是使用解析器，我学得很辛苦。

【问题讨论】：

必须有工具可以让您检查可以更正确地用于此目的的 torrent 文件吗？话虽这么说，这似乎是一组 length:value 对，所以你可能会更好地实际解析它。（尽管您的粗略拆分也可以。）

标签： regex linux bash awk sed

【解决方案1】：

我会为此使用sed，如下所示：

sed 's/.*:\(.*\)12:piece lengthi/\1/' input.torrent

【讨论】：

【解决方案2】：

用 GNU grep 试试这个：

 grep -oP ':\K[^:]*(?=12:piece lengthi$)' file

输出：

archlinux-2015.07.01-dual.iso

【讨论】：

【解决方案3】：

试试这个：

 sed -e 's/12:piece lengthi//' -e 's/.*://'

【讨论】：