Grep 语法 - 如果单词以 [ 开头，则必须以 ] 结尾，所有 ^ 后跟 I 或 B答案

【问题标题】：Grep syntax - words have to end with ] if they start with [, all ^ followed by I or BGrep 语法 - 如果单词以 [ 开头，则必须以 ] 结尾，所有 ^ 后跟 I 或 B
【发布时间】：2013-10-19 04:43:58
【问题描述】：

我正在检查我的字幕文件的格式是否正确。我正在寻找 3 个常见错误。

“[00:01:22:00]”格式的时间戳 - 有时会忘记匹配的 ]。所以我想检查如果“[”出现在一行上，它正好有上面格式的11个字符，然后是一个匹配的“]”。常见的错误是缺少匹配的]
粗体和斜体 - 如果 ^B 或 ^I 出现在一行中，则它必须在同一行中具有匹配的 ^B 或 ^I。
如果 ^ 出现在一行中，则后面必须跟着 I 或 B

【问题讨论】：

你想要怎样的输出？违反这些规则的行，或计数或文件名或...？
告诉我们你尝试了什么

标签： regex shell unix grep

【解决方案1】：

执行所有这些的正则表达式：

^(.*\[(?![0-9][0-9]:[0-9][0-9]:[0-9][0-9]:[0-9][0-9]\]).*|.*\^(?![BI]).*|([^\^\n]*\^[^B\n])*[^\^\n]*\^B([^\^\n]*\^[^B\n])*[^\^\n]*|([^\^\n]*\^[^I\n])*[^\^\n]*\^I([^\^\n]*\^[^I\n])*[^\^\n]*)$

只需将其输入到启用正则表达式的文本编辑器的搜索栏中，它就会找到您问题中定义的任何错误行。

我使用 Notepad++ (Windows) 和 TextWrangler (Mac) 的查找功能对其进行了测试。它还应该与 Python 或任何其他支持负前瞻的 Regex 风格一起使用。搜索时，请确保选中“正则表达式”或“grep”旁边的复选框或圆圈。请注意，此正则表达式不适用于 Linux grep，因为 grep 不支持环视。

这绝对不漂亮，但实际上只是将 4 个较小的正则表达式组合在一起，例如 ^(rule1|rule2|rule3B|rule3I)$。

第一条规则是：

^.*\[(?![0-9][0-9]:[0-9][0-9]:[0-9][0-9]:[0-9][0-9]\]).*$

匹配任何带有“[”且不属于 [00:00:00:00] 模式的行，使用负前瞻。

第二条规则是：

^.*\^(?![BI]).*$

它匹配任何带有“^”的行，而不是紧随其后的 B 或 I，再次使用负前瞻，以便它也匹配行尾。

第三条规则是doozie：

^([^\^\n]*\^[^B\n])*[^\^\n]*\^B([^\^\n]*\^[^B\n])*[^\^\n]*$

匹配任何一行，其中恰好有一个文本 ^B 用于粗体。 ([^\^\n]*\^[^B\n])*[^\^\n]* 部分匹配不是^B 的任何内容，\^B 部分匹配^B。我已经包含\n 以防止在记事本++ 中进行多行匹配。如果您正在使用 grep 或任何已经在执行逐行正则表达式搜索的程序，则可以删除 \n。

第四条规则就是第三条规则，用“I”代替“B”。

【讨论】：

第一条规则 ^.*[(?![0-9][0-9]:[0-9][0-9]:[0-9][0-9] :[0-9][0-9]]).*$ 匹配所有时间码。如何修改它以匹配没有 [ 后跟匹配 ] 的情况
TC 使用 .对于 ms - 所以正确的第一条规则是 ^.*[(?![0-9][0-9]:[0-9][0-9]:[0-9][0-9].[ 0-9][0-9]]).*$
对于任何 [ 后面没有 ]，请使用 ^.*\[(?![^\n]*\]).*$。要使用 .对于女士，请使用^.*\[(?![0-9][0-9]:[0-5][0-9]:[0-5][0-9]\.[0-9][0-9]\]).*$。我还在这里限制了秒和分钟的范围，因为我不确定原始帖子中哪些是秒和分钟，所有分隔符都是:.
第二条规则 - ^.*\^(?![BI]).*$ 在 text wrangler 中使用 grep 完美工作。但是，当我使用 grep '^.*\^(?![BI]).*$' *.txt 时，它不起作用。甚至 \^(?![BI]) 也可以在 Text Wrangler 中工作，但不能在 shell 中工作。有什么想法吗？
(?!foo) 语法，称为负前瞻，不适用于 grep，因为 grep 的正则表达式引擎不支持环视。 .*\^[^BI].*|.*\^ 在功能上与规则 2 相同，应该与 grep 一起使用。