$1 不能与 sed 一起使用

Question

我有一堆包含 XML 标签的文件，例如：

<h> PIDAT <h> O

我需要删除<h>该行第一行之后的所有内容，这样我就可以得到：

<h>

为此我正在使用

sed -i -e 's/(^<.*?>).+/$1/' *.conll

但 sed 似乎无法识别$1. （据我了解，$1应该删除组中不包含的所有内容）。有什么方法可以实现这个目标吗？如果您能指出正确的方向，我将非常感激。

PS：我在正则表达式应用程序上测试了这些表达式，它们有效，但在命令行中不起作用。

Answer 1

sed反向引用的形式为\1,\2等，$1更类似于 Perl。此外，如果使用基本正则表达式 (BRE)，则需要转义(...)形成组的括号以及?和+。或者您可以使用带有-E选项的扩展正则表达式。

请注意，sed 正则表达式是贪婪的，因此<.*>将在该行中匹配<h> PIDAT <h>，而不是在第一个 处停止>。并且.*?没有意义（.*已经不能匹配任何内容，因此?没有必要将其设置为可选）。

这可能有效：

sed -i -Ee 's/^(<[^>]*>).*/\1/' *.conll

[^>]匹配除 之外的所有内容>，因此<[^>]*>将匹配<h>但不匹配<h> PIDAT <h>。