我正在使用Windows行终止符(rn
)处理文本文件,在Linux上使用Perl v5.30。
我不明白的是,为什么在这些文本文件中,捕获组不匹配字符,而正则表达式匹配。
的例子:
$ echo $'Line1rnLine2n' | perl -ne 'print /(.*)/'
Line2
$ echo $'Line1rnLine2n' | perl -ne '/(.*)/ && print "matchn"'
match
match
match
第一行没有捕获任何内容,但所有(三)行都匹配。
为什么会这样?
使用cat -v
或xxd
查看输出实际包含的内容。
$ echo $'Line1rnLine2n' | perl -ne 'print /(.*)/' | cat -v
Line1^MLine2
^M
对应r
,它将光标移回行首,因此第二个匹配覆盖第一个匹配。
这解释了两个匹配,但是第三个在哪里?添加一些东西来分隔匹配:
$ echo $'Line1rnLine2n' | perl -ne 'print /(.*)/, "|"' | cat -v
Line1^M|Line2||
echo
在其输出中添加了一个换行符,因此最后一行为空,但它仍然匹配.*
。
但它是
$ echo $'Line1rnLine2n' | perl -ne 'print /(.*)/' | od -c
0000000 L i n e 1 r L i n e 2
0000013
问题是,当您的终端接收到CR时,光标正在归位,因此Line2
最终覆盖了Line1
。
其他人已经向您展示了为什么输出隐藏了您期望看到的内容。但是,对于最初的问题,我会注意到这些行尾,这样你就不用考虑它们了。似乎你有一个混合的行结尾,所以我的第一个想法是找到有问题的程序并修复它的输出:)
如果你不想要它,从组中排除垂直空白(v
),并选择你自己的输出行结束符(这里是-l
):
$ echo $'Line1rnLine2n' | perl -nle 'print /([^v]+)/'
Line1
Line2
或者修改输入字符串来得到你想要的:
$ echo $'Line1rnLine2n' | perl -nle 'print s/R//r'
Line1
Line2
或许可以预处理这行:
$ echo $'Line1rnLine2n' | perl -nle 's/R// and print /(.*)/'
Line1
Line2
或者是别的什么,这样就没有别的办法了。
我不太清楚你的问题是否已经得到回答,但值得注意的是,在输入时,perl将rn转换为n,然后,如果输出是寡妇,它在输出时做相反的操作。
底线,如果你试图匹配rn,你很可能会失败-此外,如果你读取,例如,10个字节,其中包括rn,然后检查perl输入的长度,它将只有9个字节,因为r将消失。
从本质上讲,这允许脚本跨多个平台工作,而无需将对n的引用更新为rn,反之亦然。
例如,在windows上,以下脚本将返回6,5:
while(<DATA>){
print length . "n";
}
__DATA__
hello
world
但是,如果我加上"binmode DATA;"我将得到7,5
注意,这是特定于平台的。例如,如果您以bin模式将Windows文本文件传输到Linux,则在Linux中读取该文件时,"rn"不会被翻译成"n"