主页 / server / 问题 / 109586
Accepted
ChrisR
Asked: 2010-02-05 06:18:15 +0800 CST

ubuntu 上的非贪婪 grep 命令？

  • 772

我正在构建一个脚本，它会从我们的模板系统中过滤掉所有可翻译的内容。我面临的问题是 2 个可翻译文本在一条线上的情况。

这些是模板文件中的 2 行示例，它们都包含一个或多个可翻译

<img src="/captcha/generate.jpg" alt="[#Captcha#]" />
<span>[#Velden met een * zijn verplicht in te vullen#]</span> <button type="submit" name="frm_submit" class="right">[#Verzend#]

当我放开以下正则表达式时

egrep "\[#(.*)#\]" . -Rohis

我得到这个输出

[#Captcha#]"
[#Velden met een * zijn verplicht in te vullen#]</span> <button type="submit" name="frm_submit" class="right">[#Verzend#]

虽然所需的输出是

[#Captcha#]
[#Velden met een * zijn verplicht in te vullen#]
[#Verzend#]
linux grep regular-expressions

4 个回答

  1. 尝试使用正则表达式解析 HTML 会很痛苦，只是不要这样做。Jeff 在Parsing Html The Cthulhu Way中写道。“但我只想______”，没关系，认真的，别做。花点时间学习一些旨在解析 html 的东西。

    我个人会为此推荐一个 Perl 模块（例如HTML::TreeBuilder），但是您知道哪些语言？其他选项是：tidy+ xmlstarlet xmlgawk xpath xml2。

    如果您只想要文本中的“渲染”html，您可以使用链接之类的东西：links -dump www.google.com

    • 2
  2. Best Answer

    同意凯尔。但是，在这种情况下，您可以这样做：egrep "\[#([^]])*)#\]" . -Rohis得到您正在寻找的东西。

    [^]]*匹配非]字符，所以它会在第一个命中]时停止。

    • 1

  3. 借调凯尔的评论。

    无论如何，如果模式足够统一，你可以实现你想要的我匹配除了结束字符之外的任何东西，即

    egrep "\[#([^]]*)#\]" ...

    如果您在文本中关闭 ]，则此模式将不起作用，例如 [#xyz]#] 将不匹配。

    • 1

  4. 使用 Perl，它可以让您进行非贪婪匹配。对于您观看多场比赛的情况，请使用 /g 修饰符。我们添加了 -l 开关，因为我们必须自己处理换行：

    perl -lne'while(/\[#(.*?)#\]/g) {print $&}' filename
    • 0

相关问题