Início / unix / Perguntas / 766182
Accepted
mbigras
Asked: 2024-01-05 13:54:58 +0800 CST

Por que não consigo imprimir esse intervalo de regex com ed(1)?

  • 772

Estou totalmente confuso por que não consigo imprimir esse intervalo com ed quando há dois intervalos —veja o arquivo file2.tf— ; mas posso imprimir quando há apenas um intervalo - consulte o arquivo file1.tf - e posso imprimir com o comando gsed (GNU sed no macOS); mas não consigo imprimir com ed. Por favor, considere minha sessão de shell e esclareça meus equívocos:

$ ed -s file1.tf <<<',n'
1   # some comment
2   module "hello_world" {
3     source = "./mydir"
4   }
5   # another comment
$ ed -s file1.tf <<<'/module.*world/,/}/p'
module "hello_world" {
  source = "./mydir"
}
$ ed -s file2.tf <<<',n'
1   # some comment
2   module "hello_world" {
3     source = "./mydir"
4   }
5   # another comment
6   # some comment
7   module "hello_again" {
8     source = "./anotherdir"
9   }
10  # another comment
$ ed -s file2.tf <<<'/module.*again/,/}/p'
?
$ gsed -n '/module.*again/,/}/p' file2.tf
module "hello_again" {
  source = "./anotherdir"
}

Atualização: A direção reversa funciona; mas não sei por que:

$ ed -s file2.tf <<<'?module.*again?,?}?p'
module "hello_again" {
  source = "./anotherdir"
}

Atualização 2: A ??abordagem realmente não funciona como pretendido (se houver três seções, como no exemplo do arquivo file3.tf ) e veja a resposta para obter uma explicação.

$ ed -s file3.tf <<<,n
1   # some comment
2   module "hello_world" {
3     source = "./mydir"
4   }
5   # another comment
6   # some comment
7   module "hello_again" {
8     source = "./anotherdir"
9   }
10  # another comment
11  # some comment
12  module "hello_yet_again" {
13    source = "./yetanotherdir"
14  }
15  # another comment
$ ed -s file3.tf <<<'?module.*hello_again?,?}?p'
module "hello_again" {
  source = "./anotherdir"
}
# another comment
# some comment
module "hello_yet_again" {
  source = "./yetanotherdir"
}
regular-expression

1 respostas

  1. Best Answer

    A diferença entre ede sedque causa o problema é como os intervalos de endereços de expressões regulares são tratados.

    Em sed, a linha inicial é encontrada primeiro e o comando é aplicado a todas as linhas até que a linha final seja encontrada.

    Em ed, por outro lado, a linha inicial e final do intervalo é calculada em relação à linha atual. O comando é então aplicado a todas as linhas nesse intervalo de linhas.

    No seu caso com /module.*again/, /}/in ede com seu segundo arquivo, a linha atual está no final do arquivo (já que você acabou de carregá-lo no buffer). O início do intervalo é calculado como a linha número 7 e a linha final é a linha número 4 (a primeira linha após a linha atual que corresponde à segunda expressão). Você não pode ter um intervalo inverso, então você recebe um erro.

    Com ?module.*again?, ?}?, a pesquisa acontece ao contrário, então o início do intervalo é calculado como a linha 7 como antes (há apenas uma única linha correspondente à expressão module.*again), mas agora o final do intervalo é a linha 9, que é maior que 7, então você não tem o mesmo problema.

    Sua solução não é reverter a pesquisa usando ?no lugar de /delimitadores de expressão regular, pois isso não conseguiria encontrar corretamente a seção intermediária de três seções (você só tem duas em seus exemplos). Em vez disso, primeiro mova o cursor para a primeira linha do intervalo e, em seguida, aplique o comando dessa linha ao final da seção:

    /module.*again/; /}/ p

    Isso é muito semelhante a /module.*again/, /}/ p, mas usando ;em vez de ,, o endereço final não é calculado até que o endereço inicial seja encontrado. É assim que sedtrata os intervalos por padrão, pois não tem outra escolha (sem armazenar o documento completo na memória).

    A expressão é essencialmente igual a uma expressão mais longa que move explicitamente o cursor para o início do intervalo e, em seguida, aplica o comando da linha atual até o final da seção:

    /module.*again/; ., /}/ p

    A especificação POSIXed diz o seguinte sobre ,vs.;

    Os endereços devem ser separados uns dos outros por um <comma>( ,) ou <semicolon>caractere ( ;). No caso de <semicolon>separador, a linha atual ( .) deve ser configurada para o primeiro endereço, e só então será calculado o segundo endereço. Este recurso pode ser usado para determinar a linha inicial para pesquisas para frente e para trás.

    • 10

relate perguntas