匹配 TCL PERL 中的正则表达式

Question

我有以下模式

    Pattern[1]: 
    Key : "key1" 
    Value : 100
    Pattern[2]: 
    Key : "key2" 
    Value : 20
    Pattern[3]: 
    Key : "key3" 
    Value : 30
    Pattern[4]: 
    Key : "key4" 
    Value : 220

我想隔离每个 Pattern 块。我正在使用 TCL 。我正在使用的正则表达式无法解决目的

set updateList [regexp -all -inline {Pattern\[\d+\].*?Value.*?\n} $list]

使用哪个正则表达式来隔离每个模式

我需要输出为

    Pattern[1]: 
    Key : "key1" 
    Value : 100


    Pattern[2]: 
    Key : "key2" 
    Value : 20


    Pattern[3]: 
    Key : "key3" 
    Value : 30


    Pattern[4]: 
    Key : "key4" 
    Value : 220

Answer 1

您的模式Pattern\[\d+\].*?Value.*?\n 包含混合量词：贪婪和懒惰。 Tcl 不会像您在 PCRE（PHP、Perl）、.NET 等中所期望的那样处理混合量词类型，它默认为第一个找到的量词，因为后续量词继承了前面的量词类型。因此，\d 之后的 + 是贪婪的，因此，所有其他人（在 .*? 中）也是贪婪的 - 即使您声明它们是懒惰的。此外，. 也匹配 Tcl 正则表达式中的换行符，因此，您的模式与 this 一样工作。

因此，根据您的正则表达式，您可以将\d+ 设为惰性，将\d+? 替换为\n，以匹配换行符和字符串结尾：

set RE {Pattern\[\d+?\].*?Value.*?(?:\n|$)}
set updateList [regexp -all -inline $RE $str]

见IDEONE demo

备选方案 1

此外，如果您的输入字符串始终具有与所有元素相同的结构 - Pattern、Key、Value - 存在，则您可以使用更详细的正则表达式：

set updateList [regexp -all -inline {Pattern\[\d+\]:\s*Key[^\n]*\s*Value[^\n]*} $str]

查看IDEONE demo，这里是regex demo。

由于. 可以匹配换行符，我们需要使用[^\n] 否定字符类匹配除换行以外的任何字符。

备选方案 2

您可以使用展开的惰性子模式匹配Pattern[n]:，然后使用不是Pattern[n]: 序列起点的任何字符：

set RE {Pattern\[\d+\]:[^P]*(?:P(?!attern\[\d+\]).)*}
set updateList [regexp -all -inline $RE $str]

见another IDEONE demo 和regex101 demo

Answer 2

试试这个

Pattern\[\d+\](.|\n)*?Value.*?\n

点 . 字符匹配除换行符以外的任何字符，因此您需要添加它。请注意，您的行可能以回车符结尾，因此您可能需要添加 \ r 在。

Answer 3

% set list {    Pattern[1]: 
    Key : "key1" 
    Value : 100
    Pattern[2]: 
    Key : "key2" 
    Value : 20
    Pattern[3]: 
    Key : "key3" 
    Value : 30
    Pattern[4]: 
    Key : "key4" 
    Value : 220
}
% regexp -all -inline {Pattern\[\d+\].*?Value.*?\n} $list
{Pattern[1]: 
    Key : "key1" 
    Value : 100
    Pattern[2]: 
    Key : "key2" 
    Value : 20
    Pattern[3]: 
    Key : "key3" 
    Value : 30
    Pattern[4]: 
    Key : "key4" 
    Value : 220
}
% regexp -all -inline {Pattern\[\d+?\].*?Value.*?\n} $list   ;# only changing `\d+` to `\d+?`
{Pattern[1]: 
    Key : "key1" 
    Value : 100
} {Pattern[2]: 
    Key : "key2" 
    Value : 20
} {Pattern[3]: 
    Key : "key3" 
    Value : 30
} {Pattern[4]: 
    Key : "key4" 
    Value : 220
}

如果 $list 不 以换行符结尾，则不会返回“pattern[4]”元素。在这种情况下，改变

% regexp -all -inline {Pattern\[\d+?\].*?Value.*?\n} $list

到

% regexp -all -inline {Pattern\[\d+?\].*?Value.*?(?:\n|$)} $list

Answer 4

您想要捕获行块并在它们之间输出空白行。您的示例数据显示了不同级别的模式，可用于识别哪些行属于哪个块。

最简单的模式是这样的：输入中的每三行组成一个块。这种模式建议这样处理：

set lines [split [string trim $list \n] \n]
foreach {a b c} $lines {puts $a\n$b\n$c\n\n}

您的示例数据中没有任何内容表明这不起作用。不过，您的示例数据中可能还没有反映一些复杂情况。

如果输入中有杂散的空行，您可能需要先删除它们：

set lines [lmap line $lines {if {[string is space $line]} continue else {set line}}]

如果某些块包含的行数少于或多于您的示例，另一个简单的模式是每个块都以具有可选（？）空格和单词Pattern 的行开头。这些行（第一行除外）应该在输出中以块分隔符开头：

set lines [split [string trim $list \n] \n]
puts [lindex $lines 0]
foreach line [lrange $lines 1 end] {
    if {[regexp {\s*Pattern} $line]} {
        puts \n$line
    } else {
        puts $line
    }
}
puts \n

如果这些行实际上不是以空格开头，您可以使用 string match Pattern* $line 代替正则表达式。

文档：continue、foreach、if、lindex、lmap、lmap 替换、lrange、puts、regexp、split、 string