使用Perl正则表达式查找和提取多行匹配

Question

我有一个包含以下格式的数百个术语的文本文件：

[Term]  
id: id1  
name: name1  
xref: type1:aab  
xref: type2:cdc  

[Term]  
id: id2  
name: name2  
xref: type1:aba  
xref: type3:fee 

我需要使用类型1的外部参照提取所有术语，并将它们以相同的格式写入新文件。 我打算使用这样的正则表达式：

/\[Term\](.*)type1(.*)[^\[Term\]]/g

找到相应的术语但我不知道如何在多行上搜索正则表达式。 我应该将原始文本文件读作字符串还是行？ 任何帮助将非常感谢。

Answer 1

试试这个正则表达式：

/(?s)\[Term\].*?xref: type1.*?(?=\[Term\])/g

这个正则表达式有以下显着的变化：

• (?s)打开“点匹配换行符”
• .*? 是一种非贪婪的表达方式。 使用.*将消耗文件中最后一个[Term]的所有内容
• 删除了不必要的分组.*?
• 添加了轻微的细化以匹配外部参照 ，而不仅仅是在任何地方输入1
• 删除了以下Term标记的错误语法
• 添加了一个前瞻性的匹配，但不包括下一个[Term]标记

Answer 2

一种不同的方法可能是使用$/ variable在空行中拆分块，因为每个块用换行符分割它，然后为每一行运行一个正则表达式。所以当其中一个匹配打印并读取下一个块时。 一个单行的例子：

perl -ne '
    BEGIN { $/ = q|| }
    my @lines = split /\n/;  
    for my $line ( @lines ) {
        if ( $line =~ m/xref:\s*type1/ ) {     
            printf qq|%s|, $_;
            last;
        }
    }
' infile

假设输入文件如下：

[Term]
id: id1
name: name1
xref: type1:aab
xref: type2:cdc

[Term]
id: id2
name: name1
xref: type6:aba
xref: type3:fee

[Term]
id: id2
name: name1
xref: type1:aba
xref: type3:fee

[Term]
id: id2
name: name1
xref: type4:aba
xref: type3:fee

[Term]  
id: id2  
name: name1  
xref: type1:aba  
xref: type3:fee

它产生：

[Term]  
id: id1  
name: name1  
xref: type1:aab  
xref: type2:cdc  

[Term]  
id: id2  
name: name1  
xref: type1:aba  
xref: type3:fee 

[Term]  
id: id2  
name: name1  
xref: type1:aba  
xref: type3:fee

如您所见，只打印那些带有xref: type1行的那些。