Perl 正则表达式替换与组

Question

我有以下 JSON 输入

... "somefield":"somevalue", "time":"timevalue", "anotherfield":"value" ...

在我的 KornShell (ksh) 脚本中，我希望将 timevalue 替换为我的值。所以我使用组创建了这个正则表达式，效果很好

data=`cat somefile.json`
echo $data | perl -pe "s|(.*time\"\s*\:\s*\").*?(\".*)|\1%TIME%\2|g" | another-script.sh

... "somefield":"somevalue", "time":"%TIME%", "anotherfield":"value" ...

但是......我不能使用数字作为替代，因为 Perl 使用数字来定义组......所以这个显然不起作用：

perl -pe "s|(.*time\"\s*\:\s*\").*?(\".*)|\120:00:00\2|g"

我可以通过两步替换来克服这个问题，

perl -pe "s|(.*time\"\s*\:\s*\").*?(\".*)|\1%TIME%\2|g" | perl -pe "s|%TIME%|20:00:00|"

... "somefield":"somevalue", "time":"20:00:00", "anotherfield":"value" ...

但我确信有更好、更优雅的方式来做到这一点。

Answer 1

Perl 不使用\1 进行替换。如果您启用了警告（例如，使用perl -w），Perl 会告诉您它是$1。可以通过添加{}来消除周围数字的歧义：

perl -pe 's|(.*time"\s*:\s*").*?(".*)|${1}20:00:00$2|g'

（我还从正则表达式中删除了所有多余的反斜杠。）

另一方面，如果您只是要自行替换它，那么匹配 .* 的意义何在？难道就这样吗

perl -pe 's|(time"\s*:\s*").*?(")|${1}20:00:00$2|g'

?

我不是.* 或.*? 的忠实粉丝。如果您尝试匹配带引号的字符串的内部，最好具体一点：

perl -pe 's|(time"\s*:\s*")[^"]*(")|${1}20:00:00$2|g'

我们没有尝试验证输入字符串，所以现在真的没有理由匹配最后的 "（并自行替换它）：

perl -pe 's|(time"\s*:\s*")[^"]*|${1}20:00:00|g'

如果您的 Perl 不是古老的 (5.10+)，您可以使用 \K 来“保留”字符串的前导部分，即不将其包含在匹配中：

perl -pe 's|time"\s*:\s*"\K[^"]*|20:00:00|g'

现在只替换 [^"]* 部分，让我们不必进行任何捕获。

Answer 2

虽然您可以使用正则表达式做到这一点，但使用 the right tool 会容易得多

jq '.time="20:00:00"' somefile.json 

如果您特别希望使用 Perl，自 2011 年以来，核心 Perl 发行版已包含 JSON 解析器，因此您可以执行以下操作：

perl -MJSON::PP=decode_json,encode_json -0 -E '$j = decode_json(<>); $j->{time} = "20:00:00"; say encode_json($j)' somefile.json