正则表达式：仅匹配最深的列表级别

Question 1

如果你想使用类似 perl 的正则表达式，为什么不使用真正的正则表达式：

<your-file perl -l -0777 -ne '
  while (m{^(\s*+)(\d+) (.*)$(?!\n\1\s)}mg) {
    $count{$3} += $2
  }
  END {
    printf "%4d %s\n", $count{$_}, $_ for sort keys %count
  }'

这使：

  84 aluminum dust
 168 carbon
  42 copper
 105 copper dust
  21 gold 24 carat
  21 gold dust
  84 iron
  84 iron dust
  42 lead dust
  63 silver dust
  63 tin dust

-0777 -n意味着整个输入都被吸进了$_.操作m符的 ultiline 标志使得m{...}和^匹配$在每行的开头和结尾，$_而不仅仅是在的开头和结尾$_。如果没有该s 标志，则.与换行符不匹配，但请注意，\s如果输入中有空行，这可能会导致这里出现问题。

\s*+是的非回溯版本\s*。这里并不是绝对必要的，因为 ( \d+) 后面的内容不能匹配空格。

Standardgrep不支持类似 perl 的正则表达式，例如您正在使用的那些\d和perl RE 运算符，但您可以使用它恰好也支持多行模式：(?!\1)pcregrep-o-M

<your-file pcregrep -Mo '^(\s*+)\K.*$(?!\n\1\s)'

您仍然需要通过管道进行其他操作，例如perl进行awk求和，因此这perl与用于所有操作相比没有什么优势。

如果缩进可能混合有制表符和空格，您可能希望输入通过其中之一expand或unexpand首先将它们合并为空格或制表符。默认情况下，他们认为制表位与大多数终端或浏览器一样相隔 8 列（但 stackexchange 则不同，令人烦恼的是，它们相隔 4 列），但请参阅-t更改此设置的选项。

Answer

如果你想使用类似 perl 的正则表达式，为什么不使用真正的正则表达式：

<your-file perl -l -0777 -ne '
  while (m{^(\s*+)(\d+) (.*)$(?!\n\1\s)}mg) {
    $count{$3} += $2
  }
  END {
    printf "%4d %s\n", $count{$_}, $_ for sort keys %count
  }'

这使：

  84 aluminum dust
 168 carbon
  42 copper
 105 copper dust
  21 gold 24 carat
  21 gold dust
  84 iron
  84 iron dust
  42 lead dust
  63 silver dust
  63 tin dust

-0777 -n意味着整个输入都被吸进了$_.操作m符的 ultiline 标志使得m{...}和^匹配$在每行的开头和结尾，$_而不仅仅是在的开头和结尾$_。如果没有该s 标志，则.与换行符不匹配，但请注意，\s如果输入中有空行，这可能会导致这里出现问题。

\s*+是的非回溯版本\s*。这里并不是绝对必要的，因为 ( \d+) 后面的内容不能匹配空格。

Standardgrep不支持类似 perl 的正则表达式，例如您正在使用的那些\d和perl RE 运算符，但您可以使用它恰好也支持多行模式：(?!\1)pcregrep-o-M

<your-file pcregrep -Mo '^(\s*+)\K.*$(?!\n\1\s)'

您仍然需要通过管道进行其他操作，例如perl进行awk求和，因此这perl与用于所有操作相比没有什么优势。

如果缩进可能混合有制表符和空格，您可能希望输入通过其中之一expand或unexpand首先将它们合并为空格或制表符。默认情况下，他们认为制表位与大多数终端或浏览器一样相隔 8 列（但 stackexchange 则不同，令人烦恼的是，它们相隔 4 列），但请参阅-t更改此设置的选项。

Question 2

如果一条线的级别 <= 下一个元素的级别，则该线是“原始成分”(primi)。这相当于：

如果前一行的级别 <= 当前级别（或者如果它是最后一行），则前一行是初始行

使用带有字段分隔符“\t”的 awk，级别为NF，成分为最后一个字段$NF：

awk -F '\t' 'prevlev>=NF  {print primi}; 
                          {prevlev = NF; primi=$NF } 
             END          {print $NF}'

为了总结它们，你可以按照以下方式运行一些东西

... | sed 's/ /\t/' | datamash -g 2 -s sum 1

Answer