问题[regex](computer)

我正在尝试将脚本从 Ubuntu Linux 机器移植到 macOS 笔记本电脑，但无法find正确设置正则表达式。

在目录中，我有以下文件。

/Users/kevin/Documents/Audio/arn/2400/Report2400.clip.mp3
/Users/kevin/Documents/Audio/arn/2400/Report2400.clip1.mp3
/Users/kevin/Documents/Audio/arn/2400/Report2400.clip2.mp3
/Users/kevin/Documents/Audio/arn/2400/Report2400.clip3.mp3
/Users/kevin/Documents/Audio/arn/2400/Report2400.clip4.mp3
/Users/kevin/Documents/Audio/arn/2400/Report2400.clip5.mp3
/Users/kevin/Documents/Audio/arn/2400/Report2400.clip6.mp3
/Users/kevin/Documents/Audio/arn/2400/Report2400.clip7.mp3
/Users/kevin/Documents/Audio/arn/2400/Report2400.clip8.mp3

运行此命令：

find . -regex 'Report2400\.clip[0-9]+\.mp3'

我希望获得 8 个文件，“clip”后面跟着一个数字“8”，但却没有返回任何内容。

我错过了什么？我知道这很基本，但我差点就进精神病院了。

我正在一个相当老的 Debian 10 系统上测试这个

GNU Awk 4.2.1, API: 2.0 (GNU MPFR 4.0.2, GNU MP 6.1.2)

在

GNU bash, version 5.0.3(1)-release (x86_64-pc-linux-gnu)

awk和命令都gawk调用相同的 GNU Awk 版本。

使用这些答案[1] [2] [3]我尝试编写一个脚本来检测 msgcat 发出的 gettext 合并冲突。

明文测试输入，下文称为merged_file.po：

"#-#-#-#-#  de.po (Application Library)  #-#-#-#-#\n"
"#-#-#-#-#  de.po (Middleware Library)  #-#-#-#-#\n"
"#-#-#-#-#  de.po  #-#-#-#-#\n"

我选择 awk 而不是 grep 和 sed 来跳过标题NR > <line number>。由于这没有问题，为了简洁起见，我在这里省略了它。

行语法：

1. "#-#-#-#-#
2. 源文件名
3. ()如果在源文件中设置，则Project-Id-Version
4. #-#-#-#-#\n"

使用RegExr构建的正则表达式，并在regex101支持的所有形式中得到验证：（#-#-#-#-#\s+\S+\s+(?:\(([^()]+)\)\s+)?#-#-#-#-#
请注意，这假定文件名不包含空格 - 目前我不介意。）

预期效果有两方面：

1. 查找输出 .po 文件中出现的所有情况以发出错误消息
2. 在捕获组 1 中捕获库名称，使错误消息更易于阅读（特别是对于不太熟悉 gettext 的人）

这些是我尝试过的调用：

• 工作基线awk '/#-#-#-#-#\s+\S+\s+(?:\(([^()]+)\)\s+)?/ { print NR, $0 }' merged_file.po查找所有出现的情况并打印整行。
• awk '/#-#-#-#-#\s+\S+\s+(?:\(([^()]+)\)\s+)?#/ { print NR, $0 }' merged_file.po删除所有与 Project-Id-Version 相关的条目
• awk 'match($0, /#-#-#-#-#\s+\S+\s+(?:\(([^()]+)\)\s+)?/, library_name) { print NR, "from library \047"library_name[1]"\047" }' merged_file.po打印空字符串，而不是<Project-Id-Version>
  • library_name[0]包含直到非捕获组的行，因此显然match根本不会发出捕获组 - 如果有的话，library_name[0]则会包含整行。
• awk '/#-#-#-#-#\s+\S+\s+(?:\(([^()]+)\)\s+)?/ { library_name = gensub(/#-#-#-#-#\s+\S+\s+(?:\(([^()]+)\)\s+)?/, "\\1", "g"); print NR, "from library \047"library_name"\047" }' merged_file.po打印"(<Project-Id-Version>) #-#-#-#-#\n"而不是<Project-Id-Version>
  • \\0确实包含了整行。
  • \\2包含与虽然相同的字符串\\1。（预期：空）

相关工具（例如 grep 或 sed）对 RegEx 的支持通常令人惊讶地不尽如人意，因此，与其询问为什么我的特定调用不起作用，我宁愿更笼统地问：

GNU Awks 的正则表达式匹配与“常态”有何不同？

（绝对）有效的 X/Y 答案：

• 我使用的版本太旧了。（如果是，我至少需要哪一个？）
• 我瞎了，我的 RegEx 也坏了。（如果是这样：怎么办？）
• 应该怪罪 Bash，我需要一些神秘的逃脱方法。（如果是的话：哪些方法以及为什么？）
• Baeldung 有一次是错的，毕竟，还有一个更简单的解决方案，而不是使用 Awk。（如果有：哪一个？）
  • 为了避免将来再次遇到同样的问题，我只希望除了 之外还能收到这封邮件，而不是代替问题本身的答案。我真的想更好地了解我对 Awk 有什么期望，以及什么不是。

我目前被一个正则表达式问题困扰。我有一个字符串：

Take dog, dog, dog, cat, dog;
Dont dog, dog, cat, dog;

我如何使用 pcre2 正则表达式引擎匹配所有“dog”并跳过“cat”。我想要的输出是：

dog, dog, dog, dog;

这将从第一行开始，因为它以“Take”开头，而“Take”是静态的。我无法在回溯中使用任何 \s*，因为这不支持无限回溯。

正则表达式将在另一个工具中使用，因此只允许使用纯正则表达式（无脚本）。

我想在 Adob​​e InDesign 中使用 GREP/Regex。以下是示例数据：

老鼠：哺乳动物。骆驼：生活在沙漠中的动物。飞机：飞行的机器。浑水：充满泥土和污垢的水。也指肮脏的水。四个字母的单词：包含四个字母的单词。测试：一种证明你价值的方式。

我想在粗体标记的单词前立即放置一个管道符“|”或我选择的unicode字符。

例如：|老鼠：老鼠的描述。|骆驼：骆驼的描述。|飞机：飞机的描述。|浑水：描述......等等。

如何在 Adob​​e InDesign 中使用 Regex/Grep 实现这一点。

xxx<1+ whitespaces>"我试图匹配和之间的任何字符（换行符除外）whitespace。

输入字符串的格式如下：

xxx<1+ whitespaces>"yyy<1+ whitespaces>zzz"

我尝试使用以下 PCRE：

$ echo 'xxx  "yyy zzz"' | grep -Po '(?<=\xxx\s+").*?(?=\s)'
grep: lookbehind assertion is not fixed length

然而，正如我们所看到的，PCRE 不支持浮动lookbehind，因为它可能会导致重大的性能问题。

这是解决方法：

$ echo 'xxx  "yyy zzz"' | grep xxx | grep -Po '(?<=").*?(?=\s)'
yyy

在这里我们看到它可以工作，但是grep被调用了两次，这可能被认为是次优的。

是否有可能仅通过一次调用就获得相同的结果grep？

如果不是，那么是否可以实现相同的结果，但只需一次<toolname>（也许awk）调用？

使用下面的正则表达式过滤器：

[Definition]
failregex = ^<HOST>.*Priority: 0
ignoreregex =

Fail2Ban 不会检测到以下任何日志条目。

Mon Apr  1 21:11:29 2024 [**] [1:1000002:1] SSH attempt [**] [Priority: 0] {TCP} 192.x.x.x:58867 -> 192.168.x.x:22
Mon Apr  1 21:11:29 2024 [**] [1:1000002:1] SSH attempt [**] [Priority: 0] {TCP} 192.x.x.x:58914 -> 192.168.x.x:22 

但上面的正则表达式过滤器可以准确地检测 Fail2Ban 下面的日志行，日志条目中的唯一区别是日期格式。

03/26-10:57:44.146011  [**] [1:1000002:1] SSH attempt [**] [Priority: 0] {TCP} 192.x.x.x:58867 -> 192.168.x.x:22
03/26-11:23:52.317989  [**] [1:1000002:1] SSH attempt [**] [Priority: 0] {TCP} 192.x.x.x:58914 -> 192.168.x.x:22

请紧急帮助我让这个正则表达式过滤器正常工作，因为它适用于我的项目工作，而我的时间表非常有限。

我需要替换 html 文件中的许多不同行，其中行如下所示：

<span lang="en-ca">random string</span>

只用

random string

例如

my<span lang="en-ca"> dog</span> likes<span lang="en-ca"> ice cream</span>.

将更新为

my dog likes ice cream.

我发现我可以使用

<span lang="en-ca">.*</span>

匹配查找参数中的一般模式，但不匹配替换参数中使用的内容。

如果可以的话，如何做到这一点？

注意：我不能简单地替换所有

<span lang="en-ca">

和

</span>

分开，因为不是每个

</span>

与一个配对

<span lang="en-ca">

所以，我的数据中有一些重复的字符串。它们有一个重复两次的模式，并且重复是相邻的，之间没有空格。它们可以具有任意长度（一行内），并且可以包含字母、数字和空格。如何使用正则表达式来匹配此类字符串？谢谢。

我想要匹配的示例：

FooFoo
Bar 1Bar 1
X1 Y2 Z3X1 Y2 Z3

[使用记事本**]

寻求正则表达式来查找以下所有包含单词“SEQ”、空格以及 3 到 6 位数字的以下行：

SEQ 123
SEQ 1234
SEQ 12345
SEQ 123456

我尝试过这样的模式：

SEQ \d\d\d

..但我会错过包含 4、5、6 占位符的数字。

此外，我还需要在 3-6 个字符的搜索中不包含任何空格。有时一行看起来像这样：

SEQ 456 13

在这种情况下，我不想选择数字“6”之外的任何数字。查看正则表达式教程链接后，我尝试了以下操作：

SEQ \d{3,6}/\s/g

...但是出错了。

h1我想在多个文件中找到多次出现的标记。

以下正则表达式会带来出现次数超过 2 次的文件，效果非常好：

/(h1.*){2}/

但是，如果我想查找 2 个或更多出现的情况该怎么办？（在 GrepWin 中，它显示 1 场比赛，但是当我需要查看有多少场比赛超过 1 场比赛时该怎么办？）

我尝试过类似/(h1.*){2+}/,/(h1.*){2}+/或 之类的东西/(h1.*){2,}/，但它们不起作用。

我正在使用 GrepWin 2.0.15。

或者您是否建议使用任何其他 Windows 工具来显示这一点？