Perl 正則表達式捕獲組和重新洗牌模式

Question

我使用 perl 正則表達式捕獲組來替換大量文件的模式。

文件示例 1：

title="alpha" lorem ipsum lorem ipsum name="beta"

文件示例 2：

title="omega" Morbi posuere metus purus name="delta"

為了

title="beta" lorem ipsum lorem ipsum

title="delta" Morbi posuere metus purus

使用

find . -type f -exec perl -pi -w -e 's/title="(?'one'.*?)"(?'three'.*?)name="(?'two'.*?)"/title="\g{two}"\g{three}/g;' \{\} \;

（注意（1）title和name的屬性值是未知變量，（2） title="alpha"和name="beta"的內容不同。）

我還在學習 perl 正則表達式。 我究竟做錯了什么？ .

Answer 1

這個perl命令行應該可以工作：

perl -pe 's/(title=)"?[^"\s]*"?(.*) name="?([^"\s]+)"?/$1"$3"$2/' file

title="beta" lorem ipsum lorem ipsum
title="delta" Morbi posuere metus purus

解釋：

• (title=) : 匹配title=並在組 #1 中捕獲
• "?[^"\s]+"? ：匹配帶引號的非空格字符串
• (.*) ：匹配 0 個或多個任意字符並在組 #2 中捕獲
• name="? : 匹配name= text 后跟可選的"
• ([^"\s]+) ：匹配引用的非空格字符串並在組 #3 中捕獲
• "? ：可選"
• $1"$3"$2 : 替換零件

正則表達式演示

Answer 2

一些語法：使用(?<name>pattern)捕獲，然后在模式之外使用$+{name} （分隔符可能會有所不同，請參見perlre ）。 整個正則表達式

s{ title="(?<t>[^"]+)" (?<text>.*?) name="(?<n>[^"]+)" }
 {title="$+{n}"$+{text}}x

問題中嘗試的\g{name}語法在模式本身內部使用（如果在首次捕獲它的相同模式中進一步需要它）； 但是在匹配端之后，因此在替換端或正則表達式之后，可以從%+變量中檢索匹配項。

[^"]是一個否定的字符類，匹配除"之外的任何字符。 最后的修飾符/x使它忽略內部的文字空格，因此我們可以使用它們來提高可讀性。

使用上述正則表達式的完整示例，可在命令行上運行

echo title=\"alpha\" lorem ipsum lorem ipsum name=\"beta\" | perl -wpe
's{title="(?<t>[^"]+)"(?<text>.*?)name="(?<n>[^"]+)"}{title="$+{n}"$+{text}}'

（為了便於閱讀，分成兩行）。 它打印

title="beta" lorem ipsum lorem ipsum 

不確定第一個需要捕獲什么，如問題所示，但也許它比顯示的更多，因此它也被捕獲到$+{t}中。

此外，該問題相當松散地使用了這些引號。 一個命令行程序可以將'分隔的字符串串在一起，但我建議不要這樣做（如果這是意圖的話）。

Answer 3

第一種解決方案：由於您使用的是 shell 的find命令，所以如果您對awk代碼沒問題，這里用 GNU awk編寫和測試。

這是以下代碼中使用的正則表達式的在線演示。

awk -v s1="\"" '
match($0,/(title=)"[^"]*" (.*)name="([^"]*)"/,arr){
  print arr[1] s1 arr[3] s1,arr[2]
}
'  Input_file

解釋：這里的簡單解釋是使用 GNU awk的match function； 這允許我們在其中使用正則表達式來查找所需的 output。 在這里，我使用正則表達式(title=)"[^"]*" (.*)name="([^"]*)"創建 3 個捕獲組，其值存儲到名為 arr 的數組中，並帶有索引``1,2,3 與捕獲的組值的值。 然后在打印值時，我按照 OP 的要求 output 打印它們。

---

---

第二種解決方案：在sed中使用相同的正則表達式和-E (ERE) 啟用選項，請嘗試以下代碼。

sed -E 's/^(title=)"[^"]*" (.*)name="([^"]*)"/\1"\3" \2/' Input_file