Início / unix / 问题

Perguntas[regular-expression](unix)

Martin Hope
jsx97
Asked: 2024-08-15 03:41:13 +0800 CST
  • 6

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.

regular-expression
Martin Hope
Jonathan Komar
Asked: 2024-08-02 19:59:04 +0800 CST
  • 6

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)

regular-expression
Martin Hope
jsx97
Asked: 2024-08-02 07:41:23 +0800 CST
  • 5

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?

regular-expression
Martin Hope
codywohlers
Asked: 2024-04-07 16:43:31 +0800 CST
  • 5

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
regular-expression
Martin Hope
mbigras
Asked: 2024-02-06 14:22:21 +0800 CST
  • 5

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.

regular-expression
Martin Hope
mbigras
Asked: 2024-01-05 13:54:58 +0800 CST
  • 11

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
Martin Hope
Ecofintech
Asked: 2024-01-05 01:12:58 +0800 CST
  • 5

Tenho essa dúvida há algum tempo e não consigo entendê-la. No arquivo de configuração de amostra para regras de descarte do Suricata, drop.conf, aparece esta linha de exemplo:

# Rules matching specifiers in this file will be converted to drop rules.
#
# Examples:
#
# 1:2019401
# 2019401
#
# re:heartbleed
# re:MS(0[7-9]|10)-\d+

O que significa a expressão da última linha?MS(0[7-9]|10)-\d+

Obrigado

regular-expression
Martin Hope
Jan Wilamowski
Asked: 2023-11-27 10:13:40 +0800 CST
  • 5

Estou tentando combinar dois padrões de texto diferentes em um único arquivo e combinar seus resultados. Especificamente, tenho código-fonte cuja estrutura desejo entender mapeando eventos para seus manipuladores, por exemplo:

@EventHandler(MyEvent)
class MyHandler {
...

para que o resultado seja MyEvent -> MyHandler. Isso é bastante fácil de fazer com algo como (?<=@EventHandler\()[^)]+\)\n.+?Handler. No entanto, pode haver vários eventos:

@EventHandler(MyEvent, MyOtherEvent)
class MyHandler {
...

que também pode ser dividido em várias linhas:

@EventHandler(
  MyEvent,
  MyOtherEvent,
)
class MyHandler {
...

Os dois últimos exemplos devem render

MyEvent -> MyHandler
MyOtherEvent -> MyHandler

E embora eu consiga correspondências como esta:

  MyEvent,
  MyOtherEvent,
)
class MyHandler

Não sei como combinar as duas partes.

Se isso não for sensato apenas com expressões regulares, estou aberto para outras soluções, mas preferiria ferramentas CLI. A coisa "correta" pode ser usar o mecanismo de reflexão da linguagem de programação, mas não acho que precise de tanta complexidade. Você pode assumir que todos os nomes de eventos terminam em Event, todos os nomes de manipuladores terminam em Handlere as definições de anotação e classe seguem diretamente umas às outras.

regular-expression