如何将命令行中的多行模式与 perl 样式的正则表达式匹配？答案

【问题标题】：How can I match multi-line patterns in the command line with perl-style regex?如何将命令行中的多行模式与 perl 样式的正则表达式匹配？
【发布时间】：2014-06-12 01:44:27
【问题描述】：

我经常使用正则表达式来转换文本。

要从命令行转换巨大的文本文件，perl 让我这样做：

perl -pe < in.txt > out.txt

但这本质上是逐行的。偶尔，我想在多行的东西上进行匹配。

如何在命令行中执行此操作？

【问题讨论】：

我确信 Perl 可以满足您的需求。您可以要求它使用换行符以外的记录分隔符，或者它可以将文件拆分为空行或使用固定的记录大小。或者，如果您的文件大小合理，您可以将其全部读入内存并从那里处理。除非您详细解释您的应用程序，否则我不知道什么是最好的方法
见docstore.mik.ua/orelly/unix/sedawk/ch06_01.htm
具体来说，perl -0777 -pe ... 本质上不是逐行的。 :)
要求我们推荐或查找工具、库或最喜欢的场外资源的问题对于 Stack Overflow 来说是题外话，因为它们往往会吸引固执己见的答案和垃圾邮件。相反，请描述问题以及迄今为止为解决该问题所做的工作。
Perl command line multi-line replace的可能重复

标签： regex perl multiline command-line-tool

【解决方案1】：

要 slurp 文件而不是逐行处理，请使用 -0777 开关：

perl -0777 -pe 's/.../.../g' in.txt > out.txt

如 perlrun #Command Switches 中所述：

特殊值 -00 将导致 Perl 在段落模式下 slurp 文件。 -0400 或以上的任何值都会导致 Perl 读取整个文件，但按照惯例，值 -0777 是通常用于此目的的值。

显然，对于大文件，这可能无法正常工作，在这种情况下，您需要编写某种类型的缓冲区来进行此替换。虽然没有关于您意图的真实信息，但我们无法提供更好的建议。

【讨论】：

【解决方案2】：

跨越线的边界

所以你想跨行边界 grep...

您很可能已经安装了pcregrep。您可能知道，PCRE 代表Perl-Compatible Regular Expressions，该库绝对是 Perl 风格的，尽管与 Perl 不同。

多行匹配，需要开启多行模式-M，和(?m)不一样

运行pcregrep -M "(?s)^b.*\d+" text.txt

在这个文本文件上：

a
b
c11

输出将是

b
c11

而 grep 将返回空。

摘自文档：

-M, --multiline 允许模式匹配多于一行。当给出这个选项时，模式可能有用地包含文字换行符 ^ 和 $ 字符的演员和内部出现。输出对于成功的匹配，可能包含不止一行，最后一行其中是比赛结束的那一场。如果匹配的字符串以换行符结束输出在该行的末尾结束。

设置此选项时，PCRE 库在“多行”中调用模式。可以匹配的行数是有限制的， pcregrep 在扫描时缓冲输入文件的方式它。但是，pcgrep 确保至少 8K 字符或其余字符文件（以较短者为准）可用于前向匹配，类似地，前 8K 个字符（或所有前面的字符，如果少于 8K）保证是可用于后向断言。此选项在以下情况下不起作用输入是逐行读取的（参见--line-buffered。）

【讨论】：

这听起来像我想要的，除了我还需要替换部分。