Perl6：使用正则表达式捕获字符串中的 Windows 换行符

Question

免责声明：我已在 PerlMonks 交叉发布此内容。

在 Perl5 中，我可以快速轻松地打印出 \r\n Windows 风格行尾的十六进制表示：

perl -nE '/([\r\n]{1,2})/; print(unpack("H*",$1))' in.txt
0d0a

要在 Unix 上创建一个以 Windows 结尾的文件，如果您想进行测试，请创建一个带有单行和行结尾的 in.txt 文件。然后：perl -ni -e 's/\n/\r\n/g;print' in.txt。 （或在 vi/vim 中，创建文件并执行 :set ff=dos）。

我在 Perl6 中尝试了很多东西来做同样的事情，但无论我做什么都无法让它工作。这是我最近的测试：

use v6;
use experimental :pack;

my $fn = 'in.txt';

my $fh = open $fn, chomp => False; # I've also tried :bin
for $fh.lines -> $line {
    if $line ~~ /(<[\r\n]>**1..2)/ {
        $0.Str.encode('UTF-8').unpack("H*").say;
    }
}

输出0a，同样：

/(\n)/
/(\v)/ 

首先，我什至不知道我是否正确使用了unpack() 或正则表达式。其次，如何在 P6 中捕获换行符的两个元素（\r\n）？

Answer 1

Perl 6 会自动为您去掉行分隔符。这意味着当您尝试进行替换时它不存在。

如果有组合字符，Perl 6 也会创建合成字符。因此，如果您想要输入的基数 16 表示，请使用编码 'latin1' 或使用 $*IN 上返回 Buf 的方法。

---

此示例只是将 CRLF 附加到每一行的末尾。
（最后一行总是以0D 0A 结尾，即使它没有行终止符）

perl6 -ne 'BEGIN $*IN.encoding("latin1"); #`( basically ASCII )
    $_ ~= "\r\n";  #`( append CRLF )
    put .ords>>.fmt("%02X");'

---

您也可以关闭自动选择行为。

perl6 -ne 'BEGIN {
      $*IN.encoding("latin1");
      $*IN.chomp = False;
    };
    s/\n/\r\n/;
    put .ords>>.fmt("%02X");'

Answer 2

好的，所以我的目标是（很抱歉，我在发布问题时没有说清楚）是我想读取一个文件，捕获行尾，然后使用原始文件写回文件行结尾（而不是当前平台的结尾）。

我现在得到了一个概念证明。我对 Perl 6 很陌生，所以代码可能不是很 p6-ish，但它确实可以满足我的需要。

在 FreeBSD 上测试的代码：

    use v6;
    use experimental :pack;

    my $fn = 'in.txt';
    my $outfile = 'out.txt';

    # write something with a windows line ending to a new file

    my $fh = open $fn, :w;
    $fh.print("ab\r\ndef\r\n");
    $fh.close;

    # re-open the file 

    $fh = open $fn, :bin;

    my $eol_found = False;
    my Str $recsep = '';

    # read one byte at a time, or else we'd have to slurp the whole
    # file, as I can't find a way to differentiate EOL from EOF

    while $fh.read(1) -> $buf {
        my $hex = $buf.unpack("H*");
        if $hex ~~ /(0d|0a)/ {
            $eol_found = True;
            $recsep = $recsep ~ $hex;
            next;
        }
        if $eol_found {
            if $hex !~~ /(0d|0a)/ {
                last;
            }
        }
    }

    $fh.close;

    my %recseps = (
        '0d0a' => "\r\n",
        '0d'   => "\r",
        '0a'   => "\n",
    );

    my $nl = %recseps<<$recsep>>;

    # write a new file with the saved record separator

    $fh = open $outfile, :w;
    $fh.print('a' ~ $nl);
    $fh.close;

    # re-read file to see if our newline stuck

    $fh = open $outfile, :bin;

    my $buf = $fh.read(1000);
    say $buf;

输出：

Buf[uint8]:0x<61 0d 0a>