Perl正則表達式匹配和刪除

Question

我有一個字符串，以//#...開頭，轉到換行符。我已經找出了這個..#([^\n]*)的正則表達式。

我的問題是你如何從一個文件，如果下列條件匹配

Answer 1

你的正則表達式被嚴重選擇上幾點：

1. 代替匹配兩個特別是，你使用..來匹配兩個字符，它們可以是任何東西，大概是因爲當你也將它們用作分隔符時，你不知道如何匹配斜槓。 （實際上，點匹配幾乎任何東西，因爲我們將看到在＃3）。

   在斜槓分隔的正則表達式文字，//，你可以簡單地通過保護他們用反斜槓，如匹配斜槓。 /\/\//。但是，更好的變體是使用更長的正則表達式，m//，您可以在其中選擇分隔符，例如。 m!!。由於您使用非斜線劃定界限，因此您可以在不脫離它們的情況下編寫它們：m!//!。請參閱perldoc perlop。

2. 它不固定在字符串的開頭，所以它可以匹配任何地方。在前面使用^開始字符串斷言。

3. 你寫了[^\n]以匹配「除了換行符之外的任何字符」，當有一種更簡單的方法來寫時，這只是.通配符。它的確如此 - 匹配除了換行符之外的任何字符。

4. 您正在使用圓括號對匹配的一部分進行分組，但該組既不是量化的（您沒有指定它可以匹配任何其他次數而不只是一次），您是否有興趣保留它。所以括號是多餘的。

總而言之，這使得它m!^//#.*!。但是在正則表達式的末尾放一個未捕獲的.*（或任何帶有*量詞的東西）是毫無意義的，因爲它不會改變字符串是否匹配：*很樂意完全不匹配。

因此，你留下m!^//#!。

至於從其他人解釋的文件中刪除行，請逐行讀取並打印所有要保留回另一個文件的行。如果你不這樣做，較大程序中，使用Perl的命令行開關可以輕鬆地做到這一點：

perl -ni.bak -e'print unless m!^//#!' somefile.txt 

這裏，-n開關使perl的把周圍的代碼的循環您提供將讀取所有的文件，你依次傳遞命令行。 -i開關（用於「in-place」）表示從腳本收集輸出並用它覆蓋每個文件的原始內容。 -i選項的.bak參數告訴perl將原始文件的備份保留在以原始文件名命名的文件中，並附加.bak。對於所有這些位，請參見perldoc perlrun。

如果您想在較大的程序環境中執行此操作，安全地執行此操作最簡單的方法是打開文件兩次，一次用於讀取，另一次用IO::AtomicFile另一次寫入。IO :: AtomicFile將僅在成功關閉時才替換原始文件。

Answer 2

逐行讀取文件中的行，只寫那些行到一個新的文件，不要在正則表達式匹配刪除此行。 你不能只刪除一條線。

Answer 3

它從一開始就開始還是可以出現在任何地方？如果前者/舊/新是你想要的。如果是後者，我必須弄清楚。我懷疑可能會以某種方式使用退會。

Answer 4

我不認爲你的正則表達式是正確的。

首先，您需要以^開始，否則它將匹配該線路上任何位置的此模式。

其次，..應該是\/\/否則它會匹配任何兩個字符。

^\/\/#[^\n]*可能是你想要的。

然後做什麼EricSchaefer說，並逐行閱讀文件，只寫行不匹配。

-
BMB

Answer 5

嘗試以下操作：

perl -ne 'print unless m{^//#}' input.txt > output.txt 

如果您使用的是Windows，你需要雙引號來代替單引號。

你可以做同樣的使用grep

grep -v -e '^//#' input.txt > output.txt 

Answer 6

遍歷文件中的每一行，並跳過行，如果它的模式匹配：

 
my $fh = new FileHandle 'filename' 
    or die "Failed to open file - $!"; 

while (my $line = $fh->getline) { 
    next if $line =~ m{^//#}; 
    print $line; 
} 
close $fh; 

這將打印在所有行文件，但以'//＃'開頭的行除外。

Answer 7

你真的不需要perl這個。

sed '/^\/\/#/d' inputfile > outputfile 

I < 3 sed。

Answer 8

過濾掉所有在一個文件中符合特定的正則表達式的所有行：

perl -n -i.orig -e 'print unless /^#/' file1 file2 file3 

-i開關後的「那些.orig」創建與給定的擴展名的文件的備份（那些.orig） 。如果你不需要備份，你可以跳過它（只需使用-i）。

-n開關導致perl執行文件中每行的指令（-e'...'）。該行存儲在$ _中（這也是許多指令的默認參數，在這種情況下：print和regex匹配）。

最後，-e開關的參數表示「打印行，除非它在行的開頭匹配＃字符。

PS。還有，其行爲類似於-n一個-p開關，除了線路總是打印（好用於搜索和替換）

Answer 9

正如其他人所指出的那樣，如果最終的目標是隻刪除開始//#線，出於性能考慮，您可能最好使用grep或sed：

grep -v '^\/\/#' filename.txt > filename.stripped.txt 

sed '/^\/\/#/d' filename.txt > filename.stripped.txt 

或

sed -i '/^\/\/#/d' filename.txt 

如果你喜歡就地編輯。

注意，在Perl您正則表達式將

m{^//#} 

它匹配兩個斜槓之後是＃字符串的開始。

請注意，您可以使用匹配運算符m{pattern}而不是更熟悉的/pattern/來避免「反斜槓」。儘早訓練自己的語法，因爲這是避免過度轉義的簡單方法。您可以像m%^//#%或m#^//\##一樣有效地編寫m{^//#}，具體取決於您想要匹配的內容。力求清晰 - 正則表達式難以破譯，沒有可避免的反斜槓的多刺森林，導致可讀性下降。嚴重的是，m/^\/\/#/看起來像一條鱷魚，帶有切齒，填充物或阿爾卑斯山的小型ASCII畫。

腳本中可能出現的一個問題是，如果整個文件被篡改爲字符串，換行符和全部文件。爲了防範這種情況下，使用/ m（多）修改器的正則表達式：

m{^//#}m 

這使^匹配在換行符之後字符串和的開始。你會認爲有一種方法可以去除或匹配匹配m{^//#.*$}的行，使用正則表達式修飾符/g，/m和/s，如果你已經將文件篡改爲字符串，但不想複製它（乞求首先爲什麼它被扯成一個字符串的問題。）它可能應該可能，但它遲到了，我沒有看到答案。然而，這樣做的一個「簡單」的方法是：

my $cooked = join qq{\n}, (grep { ! m{^//} } (split m{\n}, $raw)); 

即使創建一個副本而不是原始字符串$raw就地編輯。