使用 Bash、Perl 和 Regex 将文本文件中的变量提取到数组中

Question

我想使用 Bash、Perl 和 Regex 从文本文件中提取变量。

该文件如下所示（并且已读入变量 $str）：

Filename: XXXXX
Type: XXX
Size: XXXX
Unimportant thing: XXXX

Filename: YYYYY
Type: YYY
Size: YYYY
Unimportant thing: YYYY

我需要每个块的文件名、类型和大小。数组是最好的，但包含由给定字符分隔的这些变量的字符串也是可以接受的。

然而，有时某些字段（例如大小或类型）会丢失。我想省略这些记录，所以我想我需要一个可以通过多行匹配的正则表达式。

我尝试了以下方法：

perl -pe 's/Filename: ([^\n]*)\nType: ([^\n]*)\nSize: ([^\n]*)\n/\1\t\2\t\3\n/' <<< $str

但这没有修改就打印出了原始文本。

然后我在没有 p 命令行参数的情况下尝试了它（我希望通过这种方式处理整个文件而不是迭代行）：

perl -e 's/Filename: ([^\n]*)\nType: ([^\n]*)\nSize: ([^\n]*)\n/\1\t\2\t\3\n/' <<< $str

这个没有打印任何东西（空结果）。

然后我尝试在正则表达式前面添加 print ，因为我认为删除 -p 可能会导致 Perl 不知道我想要打印结果：

perl -e 'print s/Filename: ([^\n]*)\nType: ([^\n]*)\nSize: ([^\n]*)\n/\1\t\2\t\3\n/' <<< $str

仍然没有成功（空结果）。

我缺少什么？

更新：

我希望将其作为一行 perl 命令。

Answer 1

我的 Perl 知识很薄弱，但由于没有其他人提供 Perl 答案，所以我会尝试一下。

将数据作为文件传递，它将打印制表符分隔的行，每行三个值：

perl -e 'while (<>) { $s .= $_; } chomp $s; @arr = split(/\n{2,}/, $s); foreach my $a(@arr) { $a =~ s/Filename: ([^\n]*)\nType: ([^\n]*)\nSize: ([^\n]*)\n.*/$1\t$2\t$3\n/ || next; print "$a"; } ' infile

结果：

XXXXX   XXX     XXXX
YYYYY   YYY     YYYY

这有点暴力，但可以通过将输入分成段落/块，然后将多行正则表达式应用于每个段落/块来工作。

细节...

• while (<>) { $s .= $_; }- 将输入变成单个字符串。
• chomp $s- 从字符串中删除尾随换行符。
• @arr = split(/\n{2,}/, $s)- 在连续的换行符上分割字符串。这将其分成段落/块。将块存储在数组中。
• foreach my $a(@arr)- 循环每个数组元素（块）。接下来的两行代码将应用于每个块。
• $a =~ s/Filename: ([^\n]*)\nType: ([^\n]*)\nSize: ([^\n]*)\n.*/$1\t$2\t$3\n/ || next- 从三个感兴趣的字段中提取值。如果没有发生替换（意味着正则表达式不匹配，因为例如缺少值），则跳过此块并移至下一个。
• print "$a"- 打印替换结果：用制表符分隔的三个值。

再说一次，我不太使用 Perl，所以可能有比这更优雅的解决方案。

Answer 2

不是 perl 方面的大专家，但使用sed它会看起来像这样：

sed  -n '/^$/d;/^Filename/,/^Unimportant/{:a;/Unimportant/!{N;ba};s/Filename: \([^\n]*\)\nType: \([^\n]*\)\nSize: \([^\n]*\)\n.*/\1\t\2\t\3/p};'

在哪里：

• /^$/d-- 将删除所有空行
• /^Filename/,/^Unimportant/将分别匹配从 Filename 到 Unimportant 的每个块。我假设您在每个块中都有不重要的记录。
• :a;/Unimportant/!{N;ba};将把整个块连接到一个缓冲区中。需要，因为sed无法使用多行正则表达式或以其他方式一次处理多行
• s/Filename: \([^\n]*\)\nType: \([^\n]*\)\nSize: \([^\n]*\)\n.*/\1\t\2\t\3/p};将替换为您需要的格式（基于您的 perl 正则表达式）