主页 / unix / 问题

问题[regular-expression](unix)

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

今天我阅读了两个关于哪些正则表达式受支持的答案less：较少的搜索模式参考在哪里？

  • Kusalananda 提到re_format(7)并引用了它的手册页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”),
     <...>

  • ilkkachuregex(7)通过提供网页链接来提及并引用其手册页。

    regex(7)            Miscellaneous Information Manual            regex(7)

NAME
     regex - POSIX.2 regular expressions

DESCRIPTION
     Regular expressions ("RE"s), as defined in POSIX.2, <...>

我尝试弄清楚如何regex(7)从 shell 打开手册页，而不是在网上阅读它。

man regex7，，，man regex(7)根本不起作用，而是man 7 regex指向手册页。man7 regexman regexregex(3)

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

为什么此 Perl Regex 单行代码没有使用修饰符使完整结果大写\U？

我预计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

根据文档，

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)

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

替换文本不是在插值上下文中吗？

工作示例

根据我的理解，遵循文档后我可以提供这个工作示例：

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

正则表达式来自https://stackoverflow.com/a/1176023/1236128

-> 这涵盖的重要情况：HTTPHeader 不会变成 h_t_t_p_header，而是HTTP_Header（或大写的 HTTP_HEADER）

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

我尝试弄清楚如何使用 Fish 批量重命名文件，以便将像image1.png和这样的文件名image10.png替换为image001.png和image010.png，即用前导零填充数字。

阅读https://fishshell.com/docs/current/cmds/string.html#string-manipulate-strings后，这是我目前所拥有的：

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

目前它仅用001和替换文件名010。

要将文件名拆分为foo123.abc、foo和123组.abc，我可以使用以下正则表达式：([^\d]*)(\d+)(\..+)。

但是如何正确地将此正则表达式集成到我上面发布的示例中？如何使上述示例按描述的方式工作？

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

抱歉，如果这是一个重复或基本的问题，但很难搜索™。我正在编写一个脚本来删除文件名中的奇怪字符。

商标符号怎么™匹配[^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

™似乎在t和之间u？

编辑：系统规格：

$ 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

考虑一下我的简陋hello.html文件，它是用强大的编辑器编辑的：

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

在标题HTML 标签内进行编辑的一般方法是什么（如果您可以在任何 HTML 标签内进行编辑，那就更好了）？

我尝试了在标签内匹配的正则表达式：

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

</title>但是，可悲的是，您可以看到我砍掉了我的标签（每次都输入该位的工作量太大了！）。

为了进一步学习，我浏览了 Pascal 中的软件工具页面到 174 — 请参阅https://archive.org/details/softwaretoolsinp00kern/page/174/mode/1up?view=theater页面 — 并发现了&有助于到达句子中间：

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

但是，这不太正确，因为我想替换中间，而不仅仅是到达中间。

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

我完全困惑为什么当有两个范围时我不能用 ed 打印这个范围- 请参阅file2.tf文件 - ；但当只有一个范围时我可以打印- 请参阅file1.tf文件 - 并且我可以使用 gsed （macOS 上的 GNU sed）命令进行打印；但我无法用 ed 打印。请考虑我的 shell 会话并澄清我的误解：

$ 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"
}

更新：相反方向有效；但我不知道为什么：

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

更新 2：该??方法实际上并没有按预期工作（如果有像file3.tf文件示例中那样的三个部分），请参阅答案以获取解释。

$ 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

我很久以前就有这个疑问，一直无法理解。在 Suricata 放置规则的示例配置文件 drop.conf 中，出现以下示例行：

# 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+

最后一行的表达式是什么意思？MS(0[7-9]|10)-\d+

谢谢

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

我试图在一个文件中匹配两个不同的文本模式并合并它们的结果。具体来说，我有源代码，我想通过将事件映射到其处理程序来理解其结构，例如：

@EventHandler(MyEvent)
class MyHandler {
...

所以结果是MyEvent -> MyHandler. 对于类似的事情来说，这很容易做到(?<=@EventHandler\()[^)]+\)\n.+?Handler。但是，可能会发生多个事件：

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

也可以分成多行：

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

最后两个例子应该产生

MyEvent -> MyHandler
MyOtherEvent -> MyHandler

虽然我可以获得这样的匹配：

  MyEvent,
  MyOtherEvent,
)
class MyHandler

我不知道如何将这两部分结合起来。

如果仅使用正则表达式这样做不明智，我愿意接受其他解决方案，但我更喜欢 CLI 工具。“正确”的事情可能是使用编程语言的反射机制，但我认为我不需要那么复杂。您可以假设所有事件的名称都以 结尾Event，所有处理程序的名称都以 结尾Handler，并且注释和类定义直接紧随其后。

regular-expression