perl 命令行多行正则表达式替换答案

【问题标题】：perl command line multiline regex substituteperl 命令行多行正则表达式替换
【发布时间】：2014-04-25 05:51:04
【问题描述】：

我正在尝试使用 perl 命令行替换多行块。正文如下：

@LNCaP.2622 GAPC:1:1:4519:1350 length=76
TTTCCATTGCAGGTTTTAAAGTGGAGATTCTGAAGGGGAAAATAGGCACTGTCAGAACAAAGCTACCTGGAAACAG
+LNCaP.2622 GAPC:1:1:4519:1350 length=76
DD@:BBBBDDD@D:B::=:6:(6//;589444004':839>>2;;:':>>:7B:><B<B#################
@LNCaP.2623 GAPC:1:1:4767:1343 length=76

+LNCaP.2623 GAPC:1:1:4767:1343 length=76

@LNCaP.2624 GAPC:1:1:4794:1349 length=76

我尝试运行以下正则表达式：

perl -pe "s/^@.*\n\s*\n+//mg" test.txt

希望得到以下输出：

@LNCaP.2622 GAPC:1:1:4519:1350 length=76
TTTCCATTGCAGGTTTTAAAGTGGAGATTCTGAAGGGGAAAATAGGCACTGTCAGAACAAAGCTACCTGGAAACAG
+LNCaP.2622 GAPC:1:1:4519:1350 length=76
DD@:BBBBDDD@D:B::=:6:(6//;589444004':839>>2;;:':>>:7B:><B<B#################
@LNCaP.2624 GAPC:1:1:4794:1349 length=76

正则表达式 ^@.*\n\s*\n\+.*\n\s*\n 使用上面的文本识别我想在 regex101.com 上删除的 4 行，但是，当我从我的 shell 运行命令时，输出不变:(

我不能使用行号，因为这是从一个更大的文件中提取的，这意味着它必须应用于与该模式匹配的所有 4 行实例。

知道我做错了什么吗？

谢谢

【问题讨论】：

标签： regex perl unix

【解决方案1】：

perl -pe 逐行处理。因此，使用跨行的正则表达式在默认情况下永远不会匹配。

不过，您可以更改 input record separator $/，以 slurp 整个文件并将正则表达式应用于它：

perl -pe "BEGIN { undef $/ } s/^@.*\n\s*\n+//mg" test.txt

您在上面建议的正则表达式并没有提供您想要的输出。为此，您需要以下表达式：

perl -pe "BEGIN {undef $/} s/^@.*\n\s*\n(?:(?!\@).*\n)*//mg" text.txt

输出：

@LNCaP.2622 GAPC:1:1:4519:1350 length=76
TTTCCATTGCAGGTTTTAAAGTGGAGATTCTGAAGGGGAAAATAGGCACTGTCAGAACAAAGCTACCTGGAAACAG
+LNCaP.2622 GAPC:1:1:4519:1350 length=76
DD@:BBBBDDD@D:B::=:6:(6//;589444004':839>>2;;:':>>:7B:><B<B#################
@LNCaP.2624 GAPC:1:1:4794:1349 length=76

【讨论】：

还有perl -MData::Dumper -0777 -E'say Dumper $/'

【解决方案2】：

Miller 在他的回答中是正确的。您必须将文件的全部内容读入一个变量并对其应用正则表达式。尝试以下代码，我在 slurp 模式下阅读内容并使用否定字符类 [^\n]* 匹配每一行，使用 \n{2,} 匹配空白行：

#!/usr/bin/env perl

use strict;
use warnings;

my $text = do { undef $/; <DATA> };
$text =~ s/^@(?:[^\n]*\n{2,}){2}//mg;
print $text;


__DATA__
@LNCaP.2622 GAPC:1:1:4519:1350 length=76
TTTCCATTGCAGGTTTTAAAGTGGAGATTCTGAAGGGGAAAATAGGCACTGTCAGAACAAAGCTACCTGGAAACAG
+LNCaP.2622 GAPC:1:1:4519:1350 length=76
DD@:BBBBDDD@D:B::=:6:(6//;589444004':839>>2;;:':>>:7B:><B<B#################
@LNCaP.2623 GAPC:1:1:4767:1343 length=76

+LNCaP.2623 GAPC:1:1:4767:1343 length=76

@LNCaP.2624 GAPC:1:1:4794:1349 length=76

像这样运行它：

perl script.pl

产生：

@LNCaP.2622 GAPC:1:1:4519:1350 length=76
TTTCCATTGCAGGTTTTAAAGTGGAGATTCTGAAGGGGAAAATAGGCACTGTCAGAACAAAGCTACCTGGAAACAG
+LNCaP.2622 GAPC:1:1:4519:1350 length=76
DD@:BBBBDDD@D:B::=:6:(6//;589444004':839>>2;;:':>>:7B:><B<B#################
@LNCaP.2624 GAPC:1:1:4794:1349 length=76

【讨论】：