☰

为什么这个正则表达式（尝试匹配“@”字符之间的字符）会失败？

tag-icon • tag-icon macos regex grep perl
为什么这个正则表达式（尝试匹配“@”字符之间的字符）会失败？

我需要提取 GEDCOM 文件中选定行的第二个字段。这些行均采用以下格式：

% grep @ /tmp/XYZ | tail -5
0 @X701@ OBJE
0 @X702@ OBJE
0 @X750@ OBJE
0 @X765@ OBJE
0 @X766@ OBJE

但接下来，

% egrep "0 \@[^@]\@" /tmp/XYZ
% perl -CSD -p -i -e 's:0 @([^@])@ .*:ZYX \1:g;' /tmp/XYZ

第一个没有发现任何东西，第二个也没有改变任何东西；我不明白为什么。

这CSD是因为虽然该文件大部分是 ASCII，但它包含一些法语、波兰语和中文，并且采用 UTF-8 编码。

据我所知，@对于正则表达式来说，不是一个特殊字符。

更新：我正在寻找具有主键功能的字段。它始终由 分隔@，因此不能包含@。有些行可能会引用这样的键，但只有当行以 开头时，它才是主键0。我必须不是匹配包含其他内容的行@，但应通过添加 string-begin 来确保匹配^。我还必须不是命中其他格式的行 - 我使用 grep 来显示目标行的格式，并使用 tail 将大小限制为少于五千。

答案1

  1. 如果你可能有如下代码 
    60 @FOO@ blah
    或者 
    42.0 @记鬼四七@ quux
    （并且您不想匹配它们），您应该以 ; 开头您的正则表达式 ^，例如，  ^0 @…。
  2. [^@]将匹配X或 。要匹配两个字符之间7的任意数量的非@字符（例如 ） ，您需要或 ; 例如， X701@[^@]*[^@]+
    % egrep '^0 @[^@]*@' /tmp/XYZ
% perl -CSD -p -i -e 's:^0 @([^@]*)@ .*:ZYX \1:g;' /tmp/XYZ
    如果两个字符之间+必须至少有一个非字符，则 使用。除非 plain失败，否则不要使用。@@\@@
  3. 为了避免匹配具有第三行的行@，请使用另一个[^@]* 来指定该行的其余部分是除之外的字符 @。 
    % egrep '^0 @[^@]*@ [^@]*$' /tmp/XYZ

相关内容