perl 多行匹配问题

Question

我正在尝试使用 Perl 单行代码来更新一些跨多行的代码，并且看到一些奇怪的行为。这是一个简单的文本文件，显示了我遇到的问题：

ABCD    START
         STOP    EFGH

我希望以下内容能够发挥作用，但它最终不会取代任何东西：

perl -pi -e 's/START\s+STOP/REPLACE/s' input.txt

经过一些实验，我发现原始正则表达式中的

\s+

将匹配换行符，但不匹配第二行上的任何空格，并且添加第二个

\s+

也不起作用。因此，现在我正在执行以下解决方法，即添加一个仅删除换行符的中间正则表达式：

perl -pi -e 's/START\s+/START/s' input.txt

这将创建以下中间文件：

ABCD    START            STOP    EFGH

然后我可以运行原始的正则表达式（尽管不再需要

/s

）：

perl -pi -e 's/START\s+STOP/REPLACE/s' input.txt

这将创建最终所需的文件：

ABCD    REPLACE    EFGH

看来中间步骤应该没有必要。我是不是错过了什么？

Answer 1

你很接近。您需要

-00

或

-0777

:

 perl -0777 -pi -e 's/START\s+/START/' input.txt

Answer 2

perl -p

一次处理一行文件。您拥有的正则表达式是正确的，但它永远不会与多行字符串匹配。

假设文件适合内存，一个简单的策略是读取整个内容（在没有

-p

的情况下执行此操作）：

$/ = undef;
$file = <>;
$file =~ s/START\s+STOP/REPLACE/sg;
print $file;

注意，我添加了

/g

修饰符来指定全局替换。

作为所有额外样板的快捷方式，您可以将现有脚本与

-0777

选项一起使用：

perl -0777pi -e 's/START\s+STOP/REPLACE/sg'

。如果您可能需要在文件中进行多次替换，仍然需要添加

/g

。

您可能会遇到的问题，尽管不是使用此正则表达式：如果正则表达式是

START.+STOP

，并且文件包含多个 START/STOP 对，

.+

的贪婪匹配将吃掉从第一个 START 到最后一个 STOP 的所有内容。您可以使用非贪婪匹配（尽可能少匹配）与

.+?

。

如果您想在字符串中的任意位置使用

^

和

$

锚点作为行边界，那么您还需要

/m

正则表达式修饰符。

Answer 3

比较简单的一行（读取内存中的文件）：

perl -pi -e 'BEGIN{undef $/;} s/START\s+STOP/REPLACE/sg;' input.txt

另一种选择（没那么简单），不读取内存中的文件：

perl -ni -e '$a.=$_; \
             if ( $a =~ s/START\s+STOP/REPLACE/s ) { print $a; $a=""; } \
             END{$a && print $a}' input.txt

Answer 4

perl -MFile::Slurp -e '$content = read_file(shift); $content =~ s/START\s+STOP/REPLACE/s; print $content' input.txt

Answer 5

这是一个不会立即将整个文件读入内存的单行代码：

perl -i -ne 'if (($x = $last . $_) =~ s/START\n\s*STOP/REPLACE/) \
  { print $x; $last = ""; } else { print $last; $last = $_; } \
  print $last if eof ARGV' input.txt

Answer 6

-g

是

-0777

的别名，在我看来更具可读性。

perl -g -pi -e 's/START\s+/START/' input.txt

https://perldoc.perl.org/perlrun#-g