为什么行结束符' rn '导致组不匹配?

Question

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?

Answer 1

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.*。

Answer 2

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。

Answer 3

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。

Answer 4

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"