Perl 正则表达式结合了捕获组和第 n 个字符串

Question

我有如下文件：

<div title="alpha" Mauris eu justo sed nisi aliquet blandit. <span name="ll">beta</span> Fusce in pharetra nisi. <span name="ll">gamma</span> Aliquam vehicula imperdiet turpis et rhoncus. <span name="ll">delta</span> Donec faucibus augue quis neque dictum, at rutrum dolor placerat.</div>

我试图获得第n个name="ll"属性的内容来代替title=内容，同时保留其余内容的顺序

例如，第二个name="ll"会让我：

<div title="gamma" Mauris eu justo sed nisi aliquet blandit. <span name="ll">beta</span> Fusce in pharetra nisi. Aliquam vehicula imperdiet turpis et rhoncus. <span name="ll">delta</span> Donec faucibus augue quis neque dictum, at rutrum dolor placerat.</div>

等等。

---

我的尝试：

find . -type f -exec perl -pi -w -e 's/(title=)"?[^"s]*"?(.*)((?:.*?h+class="ll">){1}.*?)h+class="ll">"?([^"s]+)"?(<.*)/$1"$3"$2$4/' {} ;

我在哪里犯错误？

Answer 1

与其在一次替换中完成所有操作，不如按以下步骤进行：

perl -wpe '$n = 2;
@m = /<span name="ll">([^<]+)/g;
s/title="[^"]+"/title="$m[$n-1]"/;
s:<span name="ll">Q$m[$n-1]E</span> ::;' 

即

1. 提取所有可以移动的字符串
2. 用所需字符串替换标题
3. 删除包含所需字符串的跨度

Answer 2

这个perl解决方案应该适合您：

# matching 2nd <span name="ll">
perl -pe 's~(title=)"?[^"s]*"?((?:.*?h+<span name="ll">){1}.*?)h+<span name="ll">([^<]+)</span>~$1"$3"$2~' file
<div title="gamma" Mauris eu justo sed nisi aliquet blandit. <span name="ll">beta</span> Fusce in pharetra nisi. Aliquam vehicula imperdiet turpis et rhoncus. <span name="ll">delta</span> Donec faucibus augue quis neque dictum, at rutrum dolor placerat.</div>
# matching 3rd <span name="ll">
perl -pe 's~(title=)"?[^"s]*"?((?:.*?h+<span name="ll">){2}.*?)h+<span name="ll">([^<]+)</span>~$1"$3"$2~' file
<div title="delta" Mauris eu justo sed nisi aliquet blandit. <span name="ll">beta</span> Fusce in pharetra nisi. <span name="ll">gamma</span> Aliquam vehicula imperdiet turpis et rhoncus. Donec faucibus augue quis neque dictum, at rutrum dolor placerat.</div>

RegEx解释：

解释：

• (title=)：匹配title=并在组#1中捕获
• "?[^"s]+"?：匹配(可选(带引号的非空格字符串
• (：启动捕获组#2
  • (?:：启动非捕获组
    • .*?：匹配任何文本(延迟匹配(
    • h+：匹配1+个空白
    • <span name="ll">:匹配文本<span name="ll">
  • ){1}：结束非捕获组并重复该组{1}次
  • .*?：匹配任意文本(延迟匹配(
• )：结束捕获组#2
• h+:匹配1+个空白
• <span name="ll">：匹配文本<span name="ll">
• ([^<]+)：匹配任何非>的字符的1+并在组#3中捕获
• </span>:匹配</span>
• $1"$3"$2：更换零件