带有单行标志的正则表达式命令行答案

【问题标题】：regex command line with single-line flag带有单行标志的正则表达式命令行
【发布时间】：2020-12-02 18:12:48
【问题描述】：

我需要在bash 脚本中使用正则表达式来替换文件中可能位于多行的文本。
我会在我知道的其他正则表达式引擎中将s 作为标志传递，但我很难使用 bash。

sed 据我所知不支持此功能。
perl 显然支持，但我不能让它在一个班轮中工作 perl -i -pe 's/<match.+match>//s $file

示例文本：

DONT_MATCH

<match some text here
    and here
match>

DONT_MATCH

【问题讨论】：

【解决方案1】：

默认情况下，. 不匹配换行符。 s 只是让. 匹配任何字符。

您一次读取一行文件，因此您不可能匹配跨越多行的内容。使用-0777 将整个输入视为一行。

perl -i -0777pe's/<match.+match>//s' "$file"

【讨论】：

我认为 s（单行模式）正是这样做的。将输入字符串视为单行，因此也匹配换行符。
它确实将整个输入视为一行（通过使. 不特别对待LF），但它仍然无法匹配您尚未阅读的内容！ $_，与您匹配的对象，从未同时包含 <match some text here 和 match>

【解决方案2】：

这可能对你有用（GNU sed）：

sed '/^<match/{:a;/match>$/!{N;ba};s/.*//}' file

收集从 <match 开头到结尾 match> 的一组行，然后将它们替换为空。

注意这将对整个文件中的所有此类集合起作用，并且文件结束条件不会影响结果。要仅对第一个采取行动，请使用：

sed '/^<match/{:a;/match>$/!{N;ba};s/.*//;:b;n;bb}' file

仅对第二个此类集合使用：

sed -E '/^<match/{:a;/match>$/!{N;ba};x;s/^/x/;/^(x{2})$/{x;s/.*//;x};x}' file

可以定制正则表达式/^(x{2})$/ 以进行更复杂的匹配，例如/^(x|x{3,6})$/ 将匹配第一和第三到第六个集合。

【讨论】：

【解决方案3】：

使用 GNU sed：

$ sed -z 's/<match.*match>//g' file
DONT_MATCH



DONT_MATCH

使用任何 sed：

$ sed  'H;1h;$!d;x; s/<match.*match>//g' file
DONT_MATCH



DONT_MATCH

上述两种方法都将整个文件读入内存。如果您有一个大文件（例如千兆字节），您可能需要一种不同的方法。

使用 GNU sed，-z 选项读取以 NUL 作为记录分隔符的文件。对于从不包含 NUL 的文本文件，这具有读取整个文件的效果。

对于普通的sed，可以通过以下步骤读入整个文件：

【讨论】：