perl/sed 替换中的正则表达式不匹配空格/字符答案

【问题标题】：Regex in perl/sed replacement not matching whitespace/charactersperl/sed 替换中的正则表达式不匹配空格/字符
【发布时间】：2012-05-16 03:11:39
【问题描述】：

鉴于this 文件，我正在尝试对页脚进行超级原始sed 或perl 替换。

通常我使用 DOM 来解析 HTML 文件，但到目前为止，由于我使用 sed/perl 处理的原始 HTML 文件（时间很重要），我没有遇到任何问题。

我只需要用<?php include 'footer.php';?> 替换包含空格的<div id="footer">、包含另一个元素的元素和结束</div>。

由于某种原因，在<div id="stupid"> 之前，我什至无法匹配此模式。我知道有空格字符所以我使用\s*:

perl -pe 's|<div id="footer">.*\s*.*\s*|<?php include INC_PATH . 'includes/footer.php'; ?>|' file.html | less

但这只匹配第一行。替换看起来像这样：

<?php include INC_PATH . includes/footer.php; ?> 
                   <div id="stupid"><img src="file.gif" width="206" height="252"></div>

               </div>

我是否忘记了一些简单的事情，或者我应该指定某种标志来处理多行匹配？

perl -v 是 5.14.2，我只使用 pe 标志。

【问题讨论】：

标签： regex perl

【解决方案1】：

你可能想要-0777，它会强制 perl 一次读取整个文件。

perl -0777 -n -e 's|something|else|g' file

另外，您的.*\s*.*\s* 策略非常脆弱。它会匹配例如<div id="foo"，这只是一个片段……

【讨论】：

perl -0777 -i -pe 's|<div id="footer">.*\s*.*\s*|<?php include INC_PATH . 'includes/footer.php'; ?>|g' file.html 工作。谢谢！是时候将我的正则表达式调整得更具体了，它是用于测试目的的原始表达式。

【解决方案2】：

您是否忘记了几乎所有正则表达式解析都是逐行进行的？

我总是不得不使用tr 将换行符转换为其他字符，然后在正则表达式之后再次返回。

刚刚发现：http://www.perlmonks.org/?node_id=17947 您需要使用 /m 选项告诉正则表达式引擎将您的标量视为多行字符串；否则它不会尝试匹配换行符。

【讨论】：

难道没有像m 这样可以进行多行匹配的标志吗？我经常使用 rubular.com，我想它默认有这个。问题可能是 perl 的正则表达式引擎与 JS/ruby 引擎不同。
是的，你赢了那个；在您发布建议后，我稍微发现了它。我学到了一些有用的东西:)
m 选项是multiline 修饰符，它使^ 和$ 锚在一行的开头和结尾匹配。您的意思是 s singleline 修饰符（单行，因为它将整个字符串视为一行），它使 . 匹配换行符。但这不是这里的问题，因为 \s 在这里是为了匹配换行符，如果它会看到换行符，那会起作用。

【解决方案3】：

perl -p

正在逐行处理文件see perl.com

这意味着您的正则表达式永远不会看到所有要匹配的行，它只会在它获取以“<div id="footer">”开头的行时匹配，并且在以下行中它将不再匹配。

【讨论】：

该链接似乎很有用。虽然有点过时了。（即 -E 未提及，因为它在 2004 年不存在）