从c文件中提取标题名称的正则表达式答案

【问题标题】：Regular expression to extract header name from c file从c文件中提取标题名称的正则表达式
【发布时间】：2017-05-08 23:11:00
【问题描述】：

如何从包含这样的 c 文件中提取标题？

#include <tema4header9.h>
#include    <tema4header3.h>
#include   <stdio.h>
#include        <longnametest/newheader.h>
#include <net/header.h>
#include  "last-test-Zhy3/DrRuheader.h"
#include <last-test-8fF7/a5xyheader.h>

我尝试使用：

sed -n -e 's/#include[ \t]*[<"]\([^ \/<"]*\/[^ \/]*\)\.h[">]/\1\.h/p'

但它只适用于子目录中的那些。如果我输入：

sed -n -e 's/#include[ \t]*[<"]\(([^ \/<"]*\/)+[^ \/]*\)\.h[">]/\1\.h/p'

或

sed -n -e 's/#include[ \t]*[<"]\(([^ \/<"]*\/)*[^ \/]*\)\.h[">]/\1\.h/p'

该命令不再起作用。输出文件应如下所示：

tema4header9.h
tema4header3.
stdio.h
longnametest/newheader.h
net/header.h
last-test-Zhy3/DrRuheader.h
last-test-8fF7/a5xyheader.h

【问题讨论】：

您的预期输出是什么？ tema4header9.h，等等……？

标签： regex bash sed grep

【解决方案1】：

如上：

sed -n 's/\s*#\s*include\s*[<"]\(.\+.h\)[>"]/\1/p' input_file

但它更精确，例如， input_file 的内容是：

 # include <stdio.h>
       #        include<stdlib.h>
    #    include    <time.h>
 #define LEN 8
 #define OPT 2
 #include <pthread.h>
 # include "mysql.h"
 #include "paths.h"

它仍然可以正确打印：

stdio.h
stdlib.h
time.h
pthread.h
mysql.h
paths.h

【讨论】：

【解决方案2】：

试试：

awk '{match($0,/[<"].*[>"]/);print substr($0,RSTART+1,RLENGTH-2)}' Input_file

【讨论】：

【解决方案3】：

grep 解决方案：这是使用 perl 正则表达式并在以 #include 开头的行上打印 "<" 或 '"' 之间的任何内容。

grep -oP '^#include.*(<|")\K.*(?=>|")' headers
tema4header9.h
tema4header3.h
stdio.h
longnametest/newheader.h
net/header.h
last-test-Zhy3/DrRuheader.h
last-test-8fF7/a5xyheader.h

如果你对awk没问题：

awk '/#include/{gsub(/<|>|"/,"",$2);print $2}' headers
tema4header9.h
tema4header3.h
stdio.h
longnametest/newheader.h
net/header.h
last-test-Zhy3/DrRuheader.h
last-test-8fF7/a5xyheader.h

【讨论】：

只要'(?<="|\<).*(?="|\>)' 就足够了grep
@Inian 可能会从file.c 中不需要的行中提取一些数据，例如cout << "hey there" << "x>y" <<endl;，因此添加#include 作为安全措施。由 OP 来判断风险。
我的意思是在引号和< 中单独提取部分，同意前面的部分是必要的。
谁能告诉我如何为 C++ regex_search 编写上述 grep 之类的正则表达式？
警告：这些模式不会捕获所有#include。在 C/C++ 中，# 周围允许有空格和制表符。例如。 # include <header.h>。正确：grep -oE '^[ \t]*#[ \t]*include[ \t]*(<[^<]*>|"[^"]*")' headers

【解决方案4】：

这应该可行：

sed -nr 's/#include\s+[<"]([^>"]+)[>"].*/\1/p'

【讨论】：