如何在 VIM 中从 A 到 B 重复匹配？

Question

我需要获取<Annotation> 和</Annotation> 之间的所有文本，其中出现了单词MATCH。如何在 VIM 中做到这一点？

<Annotation about="MATCH UNTIL </Annotation>   " timestamp="0x000463e92263dd4a" href="     5raS5maS90ZWh0YXZha29rb2VsbWEvbGFza2FyaS8QyrqPk5L9mAI">                                                                        
  <Label name="las" />
  <Label name="_cse_6sbbohxmd_c" />
  <AdditionalData attribute="original_url" value="MATCH UNTIL </Annotation>       " />
</Annotation>
<Annotation about="NO MATCH" href="     Cjl3aWtpLmhlbHNpbmtpLmZpL2Rpc3BsYXkvbWF0aHN0YXRLdXJzc2l0L0thaWtraStrdXJzc2l0LyoQh_HGoJH9mAI">
  <Label name="_cse_6sbbohxmd_c" />
  <Label name="courses" />
  <Label name="kurssit" />
  <AdditionalData attribute="original_url" value="NO MATCH" />
</Annotation>
<Annotation about="MATCH UNTIL </ANNOTATION>     " score="1" timestamp="0x000463e90f8eed5c" href="CiZtYXRoc3RhdC5oZWx     zaW5raS5maS90ZWh0YXZha29rb2VsbWEvKhDc2rv8kP2YAg">
  <Label name="_cse_6sbbohxmd_c" />
  <Label name="exercises_without_solutions" />
  <Label name="tehtäväkokoelma" />
  <AdditionalData attribute="original_url" value="MATCH UNTIL </ANNOTATION>" />
</Annotation>

Answer 1

首先，免责声明：任何使用正则表达式对 XML 进行切片和切块的尝试都是脆弱的；真正的 XML 解析器会做得更好。

图案：

\(<Annotation\(\s*\w\+="[^"]\{-}"\s\{-}\)*>\)\@<=\(\(<\/Annotation\)\@!\_.\)\{-}"MATCH\_.\{-}\(<\/Annotation>\)\@=

让我们分解一下......

第 1 组是 <Annotation\(\s*\w\+="[^"]\{-}"\s\{-}\)*>。它与 Attribute 元素的起始标签匹配。 Group 2，嵌入在 Group 1 中，匹配一个属性，可以重复 0 次或多次。

第 2 组是 \s*\w\+="[^"]\{-}"\s\{-}。这些作品中的大多数都是常用的；最不寻常的是\{-}，这意味着非贪婪重复（*? 在 Perl 兼容的正则表达式中）。最后的非贪心空白匹配对性能很重要；没有它，Vim 将尝试所有可能的方法来分割第 2 组末尾的 \s* 和下一次出现第 2 组开头的 \s* 之间的属性之间的空白。

第 1 组后面是 \@<=。这是一个零宽度的正向回顾。它可以防止开始标签包含在匹配的文本中（例如，对于 s///）。

第 3 组是 \(<\/Annotation\)\@!\_.。它包括第 4 组，它与属性结束标记的开头相匹配。 \@! 是零宽度负前瞻，\_. 匹配任何字符（包括换行符）。这些组一起匹配任何字符，除了属性结束标记开始的位置。第 3 组后面是一个非贪婪重复标记 \{-}，以便它匹配 MATCH 之前的最小文本块。如果您要使用\_. 而不是第 3 组，则匹配的文本可能包含一个注释元素的结束标记，该元素不包含 MATCH，并继续使用 MATCH 进入下一个 Annotation 元素。 （试试看。）

下一点很简单：在结束标记之前找到 MATCH 和最少数量的其他字符。

第 5 组很简单：它是结束标记。 \@= 是一个零宽度的正向前瞻，这里包含它的原因与开始标签的 \@<= 相同。我们必须重复<\/Attribute 而不是使用\4，因为没有捕获具有零宽度修饰符的组。

Answer 2

它必须在 vim 中完成吗？你可以作弊，然后打开第二个窗口，在其中将某些内容输入更多/更少，告诉你在 vim 中要转到哪个行号？

-- 编辑--

我从未在 vi[m] 中进行过多行匹配/搜索。但是，在另一个窗口中作弊：

perl -n -e 'if ( /<tag/ .. /<\/tag/)' -e '{ print "$.:$_"; }' file.xml | less

将显示“标签”（或其他更长的匹配名称）的元素/块，以及行号，更少，然后您可以在每个块中搜索其他文本。

够近了吗？

-- 编辑--

在“less”中输入

/MATCH

搜索 MATCH 的出现。左边距是该实例（在目标元素/标签内）所在的行号。

在 vi[m] 中，键入

:n

其中“n”是所需的行号。

当然，如果您真正想做的是某种搜索/提取/替换，那就更复杂了。那时，awk / perl / ruby​​（或符合您口味的类似东西......或 xsl？）确实是您应该用于转换的工具。