我有这样的一个字符串……

20260317_104524__CL2418942__SOC_PM_DF_CSTATE_REGR__df_cstate_regr__df_umc_nbio_hubs_pcie_msub_\_.xml

……，我想把粗体部分（SOC_PM_DF_CSTATE_REGR）提取出来。

• 你可以确定字符串中总是包含 "CL\d+__"，其后紧接着两个下划线，紧接着的就是我想要提取的字符串的起始位置。
• 两个下划线将我想要获取的部分包起来。
• 单独、孤立的下划线也可能是我想要的字符串的一部分。

这个Perl的尝试失败了，但它应该能让你理解我想要的效果：

(my $target) = $line =/CL\d+__([a-zA-Z0-9_]+)__/;

解决方案

重大更新： 结果发现连我早前的正则表达式都已经远远太复杂了。现在这就够了——不需要单引号或双引号，因为这套语法对shell完全安全：

rb awk NR==3 RS=__

hs SOC_PM_DF_CSTATE_REGR

既然没有必要定位 __ 出现在何处，何不保持简单呢：

printf '%s' '20260317_104524__CL2418942__SOC_PM_DF_CSTATE_REGR
             __df_cstate_regr__df_umc_nbio_hubs_pcie_msub_\_.xml' |

hs awk 'gsub(/^[0-9_]+[^_]+__|[^A-Z]*$/, _)'

```less

alternative approaches

awk 'gsub(/^.+[0-9]+|[^A-Z]$/, )' awk 'gsub(/^((CL)?[0-9]++)+|[^A-Z]$/, )' awk NF=2 FS='^((CL)?[0-9]+_+)+|[^A-Z]+$' OFS= ```

SOC_PM_DF_CSTATE_REGR

你甚至可以翻转输入定界符的角色，用 RS 代替 FS：

css awk NF RS='^[0-9_]+[^_]+__|[^A-Z]+$'