Grep & Perl 正则表达式负向后看不起作用答案

【问题标题】：Grep & Perl regex negative lookbehind not workingGrep & Perl 正则表达式负向后看不起作用
【发布时间】：2016-06-07 10:08:04
【问题描述】：

我想在 grep+perl 中使用正则表达式，以便在 finally 子句中选择 unclosed java 语句。

我想出的模式应该选择所有 .submitBacth();前面没有finally {

但是，由于返回了所有匹配项，因此后面的负面外观似乎并不正确或按预期工作。

myself@mymachine:~/Desktop$ grep -C 3 -P '(?s)(?<!finally\s\{.).*?\.submitBatch\(\)\;' ~/myfile.txt

示例文本（myfile.txt）：

        //sample text
        batch.addToBatchUpdate(item1);
    }
    batch.submitBatch();
    dao.update(item2);
    //another text
} finally {

--

        }
    }
} finally {
    impl.submitBatch();
    test.close();
}

预期的输出应该是：

                //sample text
                batch.addToBatchUpdate(item1);
            }
            batch.submitBatch();
            dao.update(item2);
            //anotehr text
        } finally {

我本来希望只看到第一个条目 batch.submitBatch();但如您所见，两者都返回了。

【问题讨论】：

请使用适当的输入字符串和所需的输出字符串来说明您的问题。
正则表达式可能是解析上下文语言的错误选择。他们根本做不到。
this post中的回答几乎相同

标签： regex perl grep

【解决方案1】：

在 Perl 中你可以使用

$regex_new = /( (?:finally\s+\{\s+|.) )(\S+\.submitBatch\(\)\; ) /sx;

从文件中提取带有.submitBatch 的子字符串。如果第一个捕获组（$1 的内容）以 finally 开头，则可以忽略该匹配项（因为您想排除这些匹配项）。

关于你原来的正则表达式，

$regex = /( (?<!finally\s\{.) .*? \.submitBatch\(\)\; )/sx;

这里有什么问题？它会比需要的匹配更多，并且很难提取您正在寻找的匹配。

例如：

use feature qw(say state);
use strict;
use warnings;

use Term::ANSIColor;

my $str = do { local $/; <DATA> };
my $regex = /( (?<!finally\s\{.) .*? \.submitBatch\(\)\; )/sx;
$str =~ s/$regex/color_match( $1 )/ge;
say $str;

sub color_match {
    state $i = 0;
    state $colors = [qw[red green blue]];
    return color( "bold " . $colors->[$i++] ) . $_[0] . color("reset");
}

__DATA__
         ... code ...
       } finally {
         impl.submitBatch();
         test.close();
     }
     batch.addToBatchUpdate(item1);
  }
  batch.submitBatch();
  dao.update(item2);
  //another text
} finally {
  impl.submitBatch();
  test.close();
}

输出是：

所以每个匹配都以.submitBatch(); 结尾，但否定的后向断言(?<!finally\s\{.) 立即匹配g 修饰符的每次迭代。例如，对于第一次迭代，它匹配文件的开头，然后 .*? 匹配所有直到第一个 .submitBatch(); 并完成第一次迭代（无需回溯）。其他比赛也是如此。

如果我们将$regex 替换为$regex_new，输出将是：

现在很容易排除错误匹配。例如，您可以使用e 修饰符：

$str =~ s/$regex/fix_missing_finally_clause( $1, $2)/ge;

在哪里（例如）：

sub fix_missing_finally_clause {
    if ($_[0] =~ /^finally/ ) {
        return $_[0].$_[1];
    }  
    else {
        # Insert your edits here... for example:
        return "finally {\n" . $_[0] . $_[1] . "\n\t}\n";
    }
}

【讨论】：

【解决方案2】：

感谢 Håkon 的详细回答，但我更喜欢使用 grep 的 perl 扩展，因为我有其他正则表达式，我不想用 perl 重写所有脚本（我喜欢让我的脚本保持整洁可能），即使可能更容易。我终于设法用这个修复了正则表达式，它还注意在方法签名和我感兴趣的方法之间进行查看。

我知道正则表达式选择太多，但我不是专家，我对替换不感兴趣，所以只要有适合我的匹配就足够了。

myself@mymachine:~$grep -Pzo '(?s)(?<=public|private|protected).(?<!finally).*?\.submitBatch\(\)\;' /tmp/test.java
     method
    //sample text
            batch.addToBatchUpdate(item1);
        }
        batch.submitBatch();

【讨论】：