Perguntas[regular-expression](unix)

Estou padronizando o nome de vários arquivos de uma vez, então escrevi uma regex para perl-rename:

perl-rename 'y/A-Z/a-z/; s/ã|á|â/a/g; s/é|ê/e/g; s/í/i/g; s/õ|ó/o/g; s/ú/u/g; s/ç/c/g; s/(?<=\d-)*\s/_/g; s/_+/_/g; s/(?<=\d)_/-/' *

Está funcionando exatamente como esperado:

2024-12-01 certidão de matrícula -> 2024-12-01-certidao_de_matricula

No entanto, pensei que poderia ser simplificado um pouco, então pensei nisso:

perl-rename 'y/A-Z/a-z/; y/ãáâéêíõóúç/aaaeeioouc/; s/(?<=\d-)*\s/_/g; s/_+/_/g; s/(?<=\d)_/-/' *

Os resultados, no entanto, não atenderam às minhas expectativas. Por exemplo:

2024-12-01 certidão de matrícula -> 2024-12-01-certidaao_de_matraccula

Por que o segundo comando não está funcionando, já que ele deveria estar fazendo uma transliteração direta de cada caractere acentuado? Não consigo nem entender o resultado. Obrigado antecipadamente.

Eu tenho essa string grafana-stack_alloye preciso de tudo depois do primeiro sublinhado alloy.

Preciso do resultado como um grupo $1. Tentei este, mas falhou (?:)?([^_]+)*$.

Alguém pode me ajudar a resolver esse problema?

Estou testando isto:

        rule {
        action        = "replace"
        source_labels = [
            "__meta_docker_container_label_com_docker_swarm_service_name",
        ]
        regex        = "^(?:;*)?([^;]+).*$" work but wrong
        //regex      = "[^_]+.$" ----> not work
        //regex      = "([^_]+)$" ----> not work
        replacement  = argument.namespace.value + "/$1"
        target_label = "job"
    }

Trata-se do Agente Grafana com relabel-regex: Grafana prometheus.relabel que usa o RE2 do Google como seu mecanismo de regex.

desde já, obrigado

Estou tentando usar o Vim para encontrar, via /, linhas que começam e terminam de maneiras específicas. Em particular, eu estaria procurando por linhas que começam com o caractere >e sem a string RNAno final. Por exemplo, eu gostaria de encontrar esta linha

>NM_001010867.4 Homo sapiens iron-sulfur cluster assembly factor IBA57 (IBA57),transcript variant 1, mRNA; nuclear gene for mitochondrial product

em uma busca, mas não encontrei esta linha

>NR_107042.1 Homo sapiens microRNA 8075 (MIR8075), microRNA

Procurei muito por uma solução, mas não consegui encontrar nenhuma. Qualquer ajuda seria muito apreciada.

Hoje li duas respostas sobre quais expressões regulares são suportadas por less: Onde está menos referência de padrão de pesquisa?

• Kusalananda mencionou re_format(7)e referenciou sua página de manual como man 7 re_format.

  RE_FORMAT(7)           Miscellaneous Information Manual           RE_FORMAT(7)
  
  NAME
       re_format – POSIX 1003.2 regular expressions
  
  DESCRIPTION
       Regular expressions (“REs”), as defined in IEEE Std 1003.2 (“POSIX.2”),
       <...>
  

• ilkkachu mencionou regex(7)e referenciou sua página de manual fornecendo um link para uma página da web.

  regex(7)            Miscellaneous Information Manual            regex(7)
  
  NAME
       regex - POSIX.2 regular expressions
  
  DESCRIPTION
       Regular expressions ("RE"s), as defined in POSIX.2, <...>
  

Tento descobrir como abrir a regex(7)página de manual no shell em vez de lê-la na web.

man regex7, man regex(7), man 7 regex, man7 regexsimplesmente não funciona e man regexleva à regex(3)página de manual.

Por que essa linha única do Perl Regex não torna o resultado completo em maiúsculas usando o \Umodificador?

Eu espero MY_NICE_WORD.

$ perl -pe 's/(?<=[a-z])(?=[A-Z])|(?<=[A-Z])(?=[A-Z][a-z])/\U$1_$2\E/g' <(echo 'myNiceWord HTTPHeader')
my_Nice_Word HTTP_Header

De acordo com os documentos,

The following escape sequences are available in constructs that interpolate, but not in transliterations.

           \l          lowercase next character only
           \u          titlecase (not uppercase!) next character only
           \L          lowercase all characters till \E or end of string
           \U          uppercase all characters till \E or end of string
           \F          foldcase all characters till \E or end of string
           \Q          quote (disable) pattern metacharacters till \E or
                       end of string
           \E          end either case modification or quoted section
                       (whichever was last seen)

fonte:man --pager 'less -p "The following escape sequences are available in constructs that interpolate, but not in transliterations."' perlop

O texto de substituição não está dentro do contexto de interpolação?

Exemplos de trabalho

Ao seguir a documentação, no meu entender, posso oferecer este exemplo prático:

$ perl -pe 's/(hello)/\U$1\E/g' <(echo hello)
HELLO

Expressão regular de https://stackoverflow.com/a/1176023/1236128

-> caso importante coberto por isto: HTTPHeader não se tornaria h_t_t_p_header, em vez disso HTTP_Header(ou com HTTP_HEADER maiúsculo)

Tento descobrir como renomear arquivos em lote usando Fish para que nomes de arquivos como image1.pnge image10.pngsejam substituídos por image001.pnge image010.png, ou seja, preencher números com zeros à esquerda.

Aqui está o que tenho atualmente, depois de ler https://fishshell.com/docs/current/cmds/string.html#string-manipulate-strings :

for file in *; mv -- $file (string pad -c 0 -w 3 (string match -r '\d' $file)); end

Atualmente ele substitui apenas nomes de arquivos por 001e 010.

Para dividir nomes de arquivos como foo123.abcem foo, 123e .abcgrupos, posso usar o seguinte regex: ([^\d]*)(\d+)(\..+).

Mas como integrar corretamente essa regex no exemplo que postei acima? Como fazer o exemplo acima funcionar conforme descrito?

Como posso xdg-openabrir, digamos, URLs do YouTube em um aplicativo específico, mas usar meu navegador padrão para todos os outros URLs?

Desculpe se esta é uma pergunta repetida ou básica, mas é difícil procurar um ™. Estou escrevendo um script para remover caracteres estranhos de nomes de arquivos.

Como é que o símbolo da marca ™corresponde [^a-z]???

$ echo "AMD Ryzen™ 5 2600X Processor rstuv" |sed 's/[^A-Z]//g'
AMDRXP

$ echo "AMD Ryzen™ 5 2600X Processor rstuv" |sed 's/[^a-z]//g'
yzen™rocessorrstuv

$ echo "AMD Ryzen™ 5 2600X Processor rstuv" |sed 's/[^s-t]//g'
ssst

$ echo "AMD Ryzen™ 5 2600X Processor rstuv" |sed 's/[^t-u]//g'
™tu

™parece estar entre te u?

Editar: Especificações do sistema:

$ locale
LANG=en_CA.UTF-8
LANGUAGE=en_CA:en
LC_CTYPE="en_CA.UTF-8"
LC_NUMERIC="en_CA.UTF-8"
LC_TIME=en_CA.UTF-8
LC_COLLATE="en_CA.UTF-8"
LC_MONETARY="en_CA.UTF-8"
LC_MESSAGES="en_CA.UTF-8"
LC_PAPER="en_CA.UTF-8"
LC_NAME="en_CA.UTF-8"
LC_ADDRESS="en_CA.UTF-8"
LC_TELEPHONE="en_CA.UTF-8"
LC_MEASUREMENT="en_CA.UTF-8"
LC_IDENTIFICATION="en_CA.UTF-8"
LC_ALL=

$ lsb_release -sdc; uname -sri
Ubuntu 20.04.6 LTS
focal
Linux 5.4.0-172-generic x86_64

$ sed --version
sed (GNU sed) 4.7

Considere meu humilde hello.htmlarquivo, editado com poderoso ed:

$ ed hello.html 
28
,p
<title>Hello world!</title>

Qual é a sua abordagem geral para editar dentro da tag HTML do título (bônus se você puder editar dentro de qualquer tag HTML)?

Tentei uma expressão regular que corresponda dentro da tag:

s/>.*/>My new title/p
<title>My new title
u
.
<title>Hello world!</title>

Mas, infelizmente, você pode ver que eu cortei minha tag (e seria muito trabalhoso digitar esse </title>pedaço toda vez!).

Para obter mais informações, naveguei pela página Ferramentas de software em Pascal até 174 - consulte https://archive.org/details/softwaretoolsinp00kern/page/174/mode/1up?view=theater página - e descobri o &caractere especial que chega de forma útil ao meio da frase:

s/world/& again/p
<title>Hello world again!</title>

Mas isso não está certo, já que quero substituir o meio, e não apenas chegar ao meio.

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"
}