☰

多字正则表达式中的 sed 替换问题

tag-icon • tag-icon sed regular-expression
多字正则表达式中的 sed 替换问题

举个简单的例子：

echo "20150310 21:12:01.846338::: <?xml version="1.0"?><Haystack><Event " \
| sed 's/^\(.\{24\}\)::: \(<?xml.*><Haystack\|Foo\)>\(.*\)/\2 ts=\"\1\">\3/'

将返回：

<?xml version=1.0?><Haystack ts="20150310 21:12:01.846338"><Event

本质上，我想获取该行的前 24 个字符，将它们作为根元素的 xml 属性插入，并替换 xml 的其余部分。这有效。

但如果我转置它Haystack\|Foo，Foo\|Haystack它只会返回原始字符串，找不到匹配项。实际上我有大约 7 个根元素需要寻找。

但这\|应该是您输入多个单词进行匹配的方式，例如：

echo "foo" | sed 's/foo\|bar/nobar/'

那么如何让 () 引用匹配以与上面相同的方式工作呢？

我使用的是 Fedora Linux，sed 版本 4.2.2。

另外，如果有人可以建议一个更有效的正则表达式，我将不胜感激。这是一个更大的问题集的一部分，其中包含我正在寻找的大约 7 个根 XML 表达式，并且需要它尽可能快地运行。

答案1

你的表情告诉你sed要匹配其中一个<?xml.*><Haystack 或者 Foo。正则表达式引擎使用捕获括号来告知将运算符向左或向右扩展多远or。 （如果您使用 PCRE 引擎，那么您可以使用非捕获括号。）

原始的有问题的代码：

echo "20150310 21:12:01.846338::: <?xml version="1.0"?><Haystack><Event " \
| sed 's/^\(.\{24\}\)::: \(<?xml.*><Haystack\|Foo\)>\(.*\)/\2 ts=\"\1\">\3/'

固定代码：

echo "20150310 21:12:01.846338::: <?xml version="1.0"?><Haystack><Event " \
| sed 's/^\(.\{24\}\)::: \(<?xml.*>\)<\(Haystack\|Foo\)>\(.*\)/\2<\3 ts=\"\1\">\4/'

相关内容