Perguntas[regex](computer)

Atualmente estou preso com um problema de regex. Eu tenho uma string:

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

Como eu combinaria todos os "cachorros" e pularia "gatos" com o mecanismo regex pcre2. A saída que eu quero é:

dog, dog, dog, dog;

Isso seria retirado da primeira linha, pois começa com "Take", que é estático. Não posso usar nenhum \s* no retrocesso, porque isso não suporta retrocesso infinito.

A regex será usada em outra ferramenta, portanto somente regex pura é permitida (sem script).

Quero usar GREP/Regex no Adobe InDesign. A seguir estão os dados de amostra:

Rato: um mamífero. Camelo: animal que vive no deserto. Um avião: uma máquina que voa. A água barrenta: água cheia de lama e sujeira. Também água suja. Uma palavra de quatro letras: Uma palavra que contém quatro letras. Teste: uma forma de provar seu valor.

Quero colocar um pipe "|" caractere ou um caractere Unicode de minha escolha, imediatamente antes das palavras marcadas em negrito.

por exemplo: |Rato: a descrição do rato. |Camelo: descrição do camelo. |Um Avião: descrição de um avião. |A água lamacenta: descrição.... e assim por diante.

Como posso conseguir isso usando Regex/Grep no Adobe InDesign.

Estou tentando combinar qualquer caractere (exceto caracteres de quebra de linha) entre xxx<1+ whitespaces>"e whitespace.

O formato da string de entrada é o seguinte:

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

Eu tentei usar o seguinte PCRE:

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

No entanto, como podemos ver, o PCRE não suporta lookbehind flutuante porque pode causar grandes problemas de desempenho .

Aqui está a solução alternativa:

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

Aqui vemos que funciona, porém, grepé invocado duas vezes, o que pode ser considerado abaixo do ideal.

É possível obter o mesmo resultado, mas com apenas uma grepinvocação?

Se não, então é possível obter o mesmo resultado, mas com apenas uma <toolname>(talvez awk) invocação?

Usando o filtro regex abaixo:

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

Fail2Ban não detecta nenhuma das entradas de log abaixo.

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 

Mas esse mesmo filtro regex acima detecta com precisão as linhas de log abaixo no Fail2Ban e a única diferença nas entradas de log é o formato da data.

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

Por favor, preciso de ajuda urgente para fazer esse filtro regex funcionar, pois é para o meu trabalho de projeto e meu cronograma é muito limitado.

Preciso substituir muitas linhas diferentes em um arquivo html onde as linhas se parecem com isto:

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

com apenas

random string

Por exemplo

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

seria atualizado para ser

my dog likes ice cream.

Eu descobri que posso usar

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

para corresponder ao padrão geral no parâmetro find, mas não ao que usar no parâmetro replace.

Se isso pode ser feito, como assim?

Nota: não posso simplesmente substituir todos os

<span lang="en-ca">

e

</span>

separadamente, pois nem todos

</span>

está emparelhado com um

<span lang="en-ca">

Então, tenho algumas strings repetidas em meus dados. Possuem um padrão que se repetem duas vezes, e as repetições são adjacentes, sem espaço entre elas. Eles podem ter comprimentos arbitrários (dentro de uma linha) e podem conter letras, números e espaços. Como uso expressões regulares para corresponder a essas strings? Obrigado.

Exemplos do que desejo combinar:

FooFoo
Bar 1Bar 1
X1 Y2 Z3X1 Y2 Z3

[Usando o Bloco de Notas **]

Buscando um RegEx para encontrar todas as linhas a seguir que contenham a palavra "SEQ", um espaço e qualquer lugar de 3 a 6 dígitos:

SEQ 123
SEQ 1234
SEQ 12345
SEQ 123456

Eu tentei um padrão como:

SEQ \d\d\d

..mas vou perder os dígitos que contêm o espaço reservado 4,5,6.

Além disso, também preciso não incluir nenhum espaço em branco nessa pesquisa de 3 a 6 caracteres. Às vezes, uma linha se parece com esta:

SEQ 456 13

Eu não gostaria de selecionar nenhum número além do número "6", neste caso. Tentei o seguinte depois de consultar o link do Tutorial RegEx:

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

... mas isso está errado.

Quero encontrar mais de uma ocorrência da tag h1em vários arquivos.

A regex a seguir traz arquivos que possuem mais de 2 vezes, o que está funcionando muito bem:

/(h1.*){2}/

Porém, e se eu quiser encontrar 2 ou mais ocorrências? (No GrepWin mostra 1 Match, mas o que fazer quando preciso ver quantas partidas a mais do que apenas 1?)

Eu tentei algo como /(h1.*){2+}/, /(h1.*){2}+/ou /(h1.*){2,}/, mas eles não estão funcionando.

Estou usando o GrepWin 2.0.15.

Ou você sugere alguma outra ferramenta do Windows para mostrar isso?

Eu tenho uma célula e quero testar se ela passa em um padrão específico: 3-4 alfanumérico, menos, 3-4 alfanumérico, menos, 4 dígitos, menos, 1 ou mais dígitos.

Em outras palavras, quero que "TEST-TST-1234-33" seja aprovado, mas que "TST-12345343" ou qualquer outra coisa falhe.

Regex seria trivial: ^[A-Z0-9]{3,4}-[A-Z0-9]{3,4}-[:digit:]{4}-[:digit:]+$. O problema é que não consigo encontrar nada para testar se uma célula está exatamente nesse formato específico. Algo como:

= IF(CELL_PASSES_REGEX(A2, "^[A-Z0-9]{3,4}-[A-Z0-9]{3,4}-[:digit:]{4}-[:digit:]+$"), "pass", "fail")

Estou tentando obter um sedcomando para formatar (HTML) as duas primeiras letras de cada palavra a partir de uma entrada de texto simples. Gostaria de inserir um texto simples e marcar as duas primeiras letras em negrito com a <b>tag para formar um arquivo html representando o mesmo texto, mas com formatação semelhante a esta: https://www.reddit.com/media?url= https%3A%2F%2Fi.redd.it%2Fzwp75sv6dgqb1.png

Infelizmente não consigo obter as duas primeiras letras, mas funciona apenas com a primeira letra. Então eu entendi:

sed -e 's/\(\b\w{1,2}\)/<b>\1<\/b>/g' test.txt > test.html

mas não funciona como pretendido

input: this is a test
output: this is a test
intended: <b>th</b>is <b>is</b> <b>a</b> <b>te</b>st

IDK porque, mas este comando funciona para marcar apenas a primeira letra:

sed -e 's/\(\b\w\)/<b>\1<\/b>/g' test.txt > test.html

por que não o outro onde eu marco o \w(ord character) para {1,(or)2} ocasião de tempo mesmo que regex101 me mostre que eu deveria estar certo ( https://regex101.com/r/hBb6Yt/4 ) ?