regex,用于从具有可选字符~(perl|awk|sed |.)的字符串中捕获路径



我想匹配第一个和最后一个斜杠/之间的所有内容,包括第一个斜杠之前的可选~

我在第一部分使用了这个:

echo ~~a~/dir1/di r2/b.c 
| perl -pe 's/[^/]*(/.*/).*/1/'

从而产生CCD_ 3。

此匹配包括波浪号:

perl -pe 's/.*(~/.*/).*/1/'

但是为可选字符添加?似乎不像在这些情况下那样工作:

perl -pe 's/.*(~/.*/).*/1/'->/di r2/
perl -pe 's/.*((?:~)/.*/).*/1/'->~~a/dir1/di r2/b.c

我做错了什么?

如果我正确理解所需的输出,无论是否使用波浪号,这都适用于我

echo "path /d1/d2/43a/" | perl -nE 'm{ ( ~? (?: /.*/ | /) ) }x; say "$1"'

打印

/d1/d2/43a/

相同的Perl代码,在输入的第一个斜杠之前有一个波浪号

echo "path ~/d1/d2/43a/" | perl -nE 'm{ ( ~? (?: /.*/ | /) ) }x; say "$1"'

打印

~/d1/d2/43a/

备注;不赞成在替换中使用/1。请改用$1。使用{}作为分隔符,我们不必转义/,使其更具可读性(而使用除//之外的分隔符,则不能在前面省略m)。否则,当使用/作为分隔符,然后在内部对其进行转义时,情况也是如此。


更新

为了捕获一个单独的~/(或/),最简单的更改是显式添加/.*/ | /。为了在这两种情况下捕获(光学的)~,围绕这一点有一个(非捕获的)分组。删除了-w标志,因此当输入字符串根本没有斜杠,但只打印空行时,不会发出警告。

原始要求

文件data

~~a~/dir1/di r2/b.c
/dir1/di r2/z.y
~/dir1/di r3/p.q
gobbledegook~/name/more/still/more/notwanted.c
xxx~//yyy

脚本

perl -ple 's%(?:^.*?)((?:^|~)/.*/).*%$1%' data

示例输出

~/dir1/di r2/
/dir1/di r2/
~/dir1/di r3/
~/name/more/still/more/
~//

这就是你需要的吗?

解析正则表达式

s%(?:^.*?)((?:^|~)/.*/).*%$1%

第一部分(?:^.*?)是一个非捕获的非贪婪匹配,用于行首的任意字符序列。

第二部分/dir1/di r2/0是一个捕获表达式,它包含一个非捕获项,该项在一行的开头匹配,或波浪号,后跟一个斜杠和一个贪婪的任意值,直到该行的最后一个斜杠。

后面的.*匹配第二部分之后的所有内容。

替代品只是被捕获的东西;剩下的就是Perl就是Perl。


修订后的要求

最初的问题陈述似乎不完整。显然:

对于单斜线,它应该只输出/(如果存在,则附带波浪号)。对于无斜杠,最好是空字符串,因为没有匹配…对于这种情况~a b/c/d.f,它返回完整的字符串;而是应该返回CCD_ 34。

所以,这里有一个修改后的脚本来处理特殊的额外情况("学习如何钓鱼"发生了什么?)。~a b/c/d.f大小写是"字符串或波浪号开头"分组中缺少的?限定符。

修订data文件

~~a~/dir1/di r2/b.c
/dir1/di r2/z.y
~/dir1/di r3/p.q
gobbledegook~/name/more/still/more/notwanted.c
xxx~//yyy
not-a-slash-in-sight
just-the-one/with-extra-info
just-the~/with-more-info
~/one-slash-at-start-with-tilde
/one-slash-at-start-without-tilde
~a b/c/d.f

修改后的脚本

perl -ple 's%^[^/]*$%%; s%(?:^[^/]*?)((?:^|~)?/)[^/]*$%$1%; s%(?:^[^/]*?)((?:^|~)?/.*/).*%$1%' data

对原来的表达方式稍作修改后,最后才出现。

第一个CCD_ 38查找没有任何CCD_。

第二个s///查找带斜线的行,可能前面有波浪号或行首,后面是非斜线,最后是带可选波浪号和斜线的行尾。

在匹配的情况下,前两个的输出与第三个s///不匹配。

修订后的输出

~/dir1/di r2/
/dir1/di r2/
~/dir1/di r3/
~/name/more/still/more/
~//
/
~/
~/
/
/c/

最新更新