多行文件 grep

Question

我有一个包含这样部分的文件，

flags...id, description, used, color
AB, "Abandoned", 0, 13168840
DM, "Demolished", 0, 15780518
OP, "Operational", 0, 15780518...

其中... 表示一系列控制字符，例如ETX 和 STX。我正在尝试从文件中获取多行。

我正在使用以下代码：

f = File.open(somePath)
r = f.grep(/flags.+id, description, used, color(?<data>(?:.|\s)*?)[\x00-\x08]/)

此代码不起作用。我不明白为什么。 grep 的文档似乎暗示该文件是逐行解析的。我有一种感觉，这可能是正则表达式没有返回任何结果的原因。

1. 我是否纠正了 grep 使用逐行解析？这就是我的正则表达式没有按预期工作的原因吗？
2. 使用file.each_line 捕获数据会更好吗？
3. 是否有比上述所有更好/更清洁的替代方案？

Answer 1

String#scan 来救援：

File.read('/path/to/file').scan(
  /flags.+id, description, used, color(?<data>(?:.|\s)*?)[\x00-\x08]/m
)

Answer 2

您需要启用多行模式。 . 默认不匹配换行符。

来自文档https://ruby-doc.org/core-2.1.1/Regexp.html

/./ - Any character except a newline.
/./m - Any character (the m modifier enables multiline mode)

Answer 3

grep 使用逐行解析是否正确？

是的。试试你的文件：

r = File.open(somePath) do |f|
  f.grep(/[A-Z]{2},/)
end

puts r
# => AB, "Abandoned", 0, 13168840
#    DM, "Demolished", 0, 15780518
#    OP, "Operational", 0, 15780518

puts r.inspect
# => ["AB, \"Abandoned\", 0, 13168840\n", "DM, \"Demolished\", 0, 15780518\n", "OP, \"Operational\", 0, 15780518\n"]

这就是我的正则表达式没有按预期工作的原因吗？

不仅如此。你在用 [\x00-\x08] 搜索什么？ ascii 还是十六进制字符？

使用 file.each_line 来捕获数据会更好吗？

File#grep 听起来不错。