主页 / coding / 问题

问题[regex](coding)

Martin Hope
John
Asked: 2025-04-17 15:06:58 +0800 CST
  • 3

考虑以下行（如在目录中）：

6.1.34.2    Some text

（“2”后面有一个标签）。

当搜索到^\d\+[.]\d\+[.]\d\+[^.]选定的行（并从“6”到“4”）时，恕我直言，由于测试用例中的最后一个点，这是不正确的。

^\d\+[.]\d\+[.]\d\+\s未选择该线（如预期）。

我的问题是，第一个正则表达式有什么问题？

regex
Martin Hope
BoomDizzle
Asked: 2025-04-12 00:53:10 +0800 CST
  • 9

我正在尝试找出一个 awk 命令/脚本来从一个大文件中提取一段文本。我感兴趣的文件子部分如下：

  Board Info: #512
    Manufacturer: "Dell Inc."
    Product: "0X3D66"
    Version: "A02"
    Serial: "..CN7016343F00IE."
  Chassis Info: #768

主板信息和底盘信息行有 2 个前导空格，而缩进块有 4 个。我不想假设结束行以底盘信息开头（可能是其他内容），而只是依靠以 2 个空格开头的“下一行”。

这：

awk '/^\s{2}Board Info/,/^\s{2}[^B ]/' dump.txt

解决了这个特定的实例，但是如果不是“底盘信息”，结束块行以字母 B 开头（例如，BOM），则不起作用。

如果我使用：

awk '/^\s{2}Board Info/,/^\s{2}\S*/' dump.txt

结尾模式也与“Board Info”行匹配，所以我只获取了该行。如何在不硬编码结尾块（如上所述）的情况下获取缩进的块（前导 4 个空格），并且不依赖结尾模式“下一行恰好以 2 个前导空格开头”？

regex
Martin Hope
limestreetlab
Asked: 2025-04-11 21:37:00 +0800 CST
  • 6

我一直在努力寻找一个可以捕获从不太干净的 pdf 文件中提取的数据的正则表达式：

每行应包含 1. 学校 ID（5 位数字）、2. 学校名称、3. 申请编号（编号）、4. 另一个编号（=offer#）

清晰的一行看起来像“10394 ABC School 50 34”，可以使用 捕获([0-9]{5})\s{2,}(\D+)\s+(\d*)\s+(\d*)。正常情况看起来像https://regex101.com/r/Mwv3bJ/1，忽略负向后视。

我遇到的问题是，一些学校的名称中包含部分邮政编码（1 或 2 个字母后跟 1 或 2 个数字，例如 W19 或 SW2），因此“10422 XYZ College W9 60 33”将被捕获为 (id: 10422)(school: XYZ College W)(applications: 9)(offers: 60)。https: //regex101.com/r/YeNmT7/1

我希望 (3:application#) 不捕获任何紧跟字母的数字，并且如果名称中存在这样的 \D{1,2}\d{1,2}，则用 (2:school name) 捕获。我尝试使用非捕获组 (?:^\D{1,2}\d{1,2}$) 来去除任何潜在的邮政编码，但无效。

例子：

  • 18747 ABC 学校 50 14 //(18747)(ABC 学校)(50)(14)
  • 17646 EFG学校 W11 190 44 //(17646)(EFG学校 W11)(190)(44)

请指教。

regex
Martin Hope
hope
Asked: 2025-04-11 16:17:24 +0800 CST
  • 5

我试图用正则表达式精确匹配“SA..”的这些变体（SAC、SAD、SAE、SAP、SAW、SAAC、SAAN、SAAS、SABE、SABW），但不区分大小写。
问题是每个单词的每个字符之间可能存在一个或多个分隔符（空格、反斜杠 /、点 . 、连字符 -），例如“ S /AC”、“SA.P”、“S / AB W”。
我最终得到了下面的模式，是的，它有效，但它很丑而且很长！：
有没有更好更紧凑的模式？

Option Explicit
Option Compare Text

Function MatchSAWord(ByVal inputText As String) As Boolean
    Dim regex As Object
    Set regex = CreateObject("VBScript.RegExp")
   
    Dim sep As String, pat As String
   
    sep = "[ .\/-]*"
       
    pat = "\b(" & _
        "S" & sep & "A" & sep & "C" & "|" & _
        "S" & sep & "A" & sep & "D" & "|" & _
        "S" & sep & "A" & sep & "E" & "|" & _
        "S" & sep & "A" & sep & "P" & "|" & _
        "S" & sep & "A" & sep & "W" & "|" & _
        "S" & sep & "A" & sep & "A" & sep & "C" & "|" & _
        "S" & sep & "A" & sep & "A" & sep & "N" & "|" & _
        "S" & sep & "A" & sep & "A" & sep & "S" & "|" & _
        "S" & sep & "A" & sep & "B" & sep & "E" & "|" & _
        "S" & sep & "A" & sep & "B" & sep & "W" & _
        ")\b"
       
    With regex
        .Global = False
        .IgnoreCase = True
        .pattern = pat
    End With
    MatchSAWord = regex.Test(inputText)
End Function
regex
Martin Hope
Anonymous
Asked: 2025-04-09 05:03:11 +0800 CST
  • 5

我将 mkfs 的输出转储到日志文件中，但它以交互方式显示其进程，打印退格键以使光标返回，然后打印空格以删除，然后再次执行退格键并打印新消息。

在日志里看起来乱糟糟的。以下是我找到的办法，把一组 BS 合并到单个空间里。

# echo -e "AAABBB\x08\x08\x08\x08\x08\x08CCC" | sed -e 's/\(\x08\)\1\+/\1/g' -e 's/\(\x08\)/x/'
AAABBBxCCC

但是有没有更好的方法可以用正则表达式将 BSs + 空格 + BSs ... 序列折叠成单个空格字符？我可以编写二进制文件来实现，但在我看来，这有点矫枉过正……

示例输入为

# echo -e "123\x08\x08\x08   \x08\x08\x08456    789"

转换为

123 456    789

更新：一开始我说的是 mkfs 输出的。我给你看个例子，方便你理解字符集。

mke2fs 1.47.0 (5-Feb-2023)
fs_types for mke2fs.conf resolution: 'ext4'
Discarding device blocks:       0/16463361572864/1646336               done                            
Filesystem label=data_volume
OS type: Linux
Block size=4096 (log=2)
Fragment size=4096 (log=2)
Stride=0 blocks, Stripe width=0 blocks
412080 inodes, 1646336 blocks
82316 blocks (5.00%) reserved for the super user
First data block=0
Maximum filesystem blocks=1686110208
51 block groups
32768 blocks per group, 32768 fragments per group
8080 inodes per group
Filesystem UUID: c27f71c7-2d9e-4a33-9d54-449ab3e2f378
Superblock backups stored on blocks: 
    32768, 98304, 163840, 229376, 294912, 819200, 884736, 1605632
Allocating group tables:  0/51     done                            
Writing inode tables:  0/51     done                            
Creating journal (16384 blocks): done
Writing superblocks and filesystem accounting information:  0/51     done

退格键未显示在上面的窗口中（复制粘贴后它们被删除）。

在此处输入图片描述

regex
Martin Hope
JH Park
Asked: 2025-04-08 05:38:53 +0800 CST
  • 8

我想询问如何使用 sed 和正则表达式从文件中提取特定字符串。

以下是输入文本文件（testfile.txt）的示例：

# This file contains a short description of the columns in the
# meta-analysis summary file, named '/some/output/directory/result.txt'

# (Skipping some comment lines...)

# Input for this meta-analysis was stored in the files:
# --> Input File 1 : /some/input/directory/cohort1/dataset1_chrAll.regenie.txt
# --> Input File 2 : /some/input/directory/cohort2/subdir1/chrAll-out.txt
# --> Input File 3 : /some/input/directory/cohort2/subdir2/chrAll-out_ver2.txt
# --> Input File 4 : /some/input/directory/cohort3/resfile.txt
# --> Input File 5 : /some/input/directory/cohort4/regenie_res_chrAll.txt

从这个文件，我想提取输入文件名的列表，因此结果应该是这样的：

/some/input/directory/cohort1/dataset1_chrAll.regenie.txt
/some/input/directory/cohort2/subdir1/chrAll-out.txt
/some/input/directory/cohort2/subdir2/chrAll-out_ver2.txt
/some/input/directory/cohort3/resfile.txt
/some/input/directory/cohort4/regenie_res_chrAll.txt

以下是我尝试过的：

尝试 1

这是我使用的初始命令。

cat testfile.txt | sed -e 's/\/some\/input\/directory\/([A-z0-9\/\.\-]*)\.txt/$1/g'

结果：

sed: -e expression #1, char 55: Invalid range end

尝试 2

经过一番搜索后，我尝试使用反斜杠转义括号。

cat testfile.txt | sed -e 's/\/some\/input\/directory\/\([A-z0-9\/\.\-]*\).txt/$1/g'

结果：

sed: -e expression #1, char 56: Invalid range end

所以它并没有解决问题。

尝试 3

我也尝试过转义括号。

cat testfile.txt | sed -e 's/\/some\/input\/directory\/\(\[A-z0-9\/\.\-\]\*\)\.txt/$1/g'

结果：

# This file contains a short description of the columns in the
# meta-analysis summary file, named '/some/output/directory/result.txt'

# (Skipping some comment lines...)

# Input for this meta-analysis was stored in the files:
# --> Input File 1 : /some/input/directory/cohort1/dataset1_chrAll.regenie.txt
# --> Input File 2 : /some/input/directory/cohort2/subdir1/chrAll-out.txt
# --> Input File 3 : /some/input/directory/cohort2/subdir2/chrAll-out_ver2.txt
# --> Input File 4 : /some/input/directory/cohort3/resfile.txt
# --> Input File 5 : /some/input/directory/cohort4/regenie_res_chrAll.txt

这并没有引发错误，但这不是我想要的。

尝试 4

最后，我尝试添加 -r 选项，但不转义括号或方括号。

cat testfile.txt | sed -re 's/\/some\/input\/directory\/([A-z0-9\/\.\-]*)\.txt/$1/g'

结果：

sed: -e expression #1, char 55: Invalid range end

第一次尝试时显示相同的错误消息。

我想问我的命令行中存在什么问题以及是否有任何可能的解决方案。

谢谢。

regex
Martin Hope
Jerome
Asked: 2025-04-06 12:35:08 +0800 CST
  • 2

在以下情况下，需要通过正则表达式从字符串中提取父项

input_string = "02150 ESPOO"
input_string[pattern]

无论pattern正则表达式是否是书尾（开始和结束），都会出现两种截然不同的结果/^\d{5}$//\d{5}/

在后一种情况下，我得到了期望的结果，而前一种情况则返回nil。为什么 bookened 正则表达式会失败？

regex
Martin Hope
Benny Brudner
Asked: 2025-04-04 03:13:07 +0800 CST
  • 8

我想建立一个正则表达式，以匹配代表$正则表达式的字符串中的所有未转义的内容。

在这种情况下，如果字符后面包含相同数量的反斜杠，则该字符不会被转义（每对反斜杠代表反斜杠字符本身，因此下一个字符不会被转义）。

我想出了这个模式： (?<!\\)(\\{2})*\$

解释：虽然这也会匹配 前面的反斜杠$，但这是我找到的最接近的解决方案。这确保了 前面的反斜杠数量相等，$而 前面没有其他反斜杠，因此反斜杠数量为奇数。

我的问题是，似乎我需要 2 个连续的非消耗组才能使反斜杠总数相等，但这是不可能的。还有其他方法可以做到这一点吗？

regex
Martin Hope
Jo Makein
Asked: 2025-03-08 02:15:21 +0800 CST
  • 9

如何使用正则表达式查找/替换来换行，以便每行不会超过 20 个符号？

我发现了这个：

Find: \s(?<=.{20})
Replace: $0\r\n

这将是完美的，但是如果单词在 20 个符号之前开始，那么它会将大于 20 个符号的单词留在行中。

我需要一个类似的表达式，但是如果最后一项使行变大，它也应该转到新行，因此最后一行总是会有<20个符号。

我知道我很久以前就做过这个，也许是用了一些插件，但现在我无法让它工作。我该怎么做？

regex