regex 如何计算文件中的多行重复模式？

rryofs0p 于 2023-04-07 发布在其他

关注(0)|答案(4)|浏览(94)

我有一个文件，它有以下模式。

A
.
.
XYZ
.
.
A
.
.
A
.
.
A
.
.
XYZ

其中“.”是带有随机单词（不是A或XYZ）的新行。
我想统计所有匹配的模式

A
.  (any number of lines)
XYZ

我还想只在A后面跟着XYZ的情况下计算它，而不是在A后面跟着另一个A的情况下。
我尽力了

pcregrep -Mc 'A.*(\n?|.)*?XYZ' file.txt

但它失败了

> pcregrep: pcre_exec() gave error -27 while matching text that starts:

上述输入的期望输出：2
有人知道怎么做吗？

4条答案

您可以使用非贪婪量词来匹配最接近的A和XYZ对：

pcregrep -Mc '^A$[.\n]*?^XYZ$' file.txt

可以使用perl：

perl -ne "/A/../XYZ/ && ($last += 1);END {print $last};" file.txt
2

$ rg -UPc '(?s)^A$((?!^A$).)*?^XYZ$' ip.txt
2

-U选项启用多行搜索。-P用于PCRE（因为我们需要查找），-c用于获取计数。(?s)启用.来匹配换行符。((?!^A$).)*?是一个否定组，以防止将A作为整行进行匹配。
如果你不关心行锚点，并且A总是一个字符，你可以简化命令如下：

$ rg -Uc 'A[^A]*?XYZ' ip.txt
2

您可以用途：

/^A$(?:(?!^A$)[\s\S])*?^XYZ$/gm

Demo
最简单的方法是使用Perl：

perl -0777 -nE '$cnt=()=/^A$(?:(?!^A$)[\s\S])*?^XYZ$/gm; say $cnt;' file

或者如果你不想吞下文件，使用范围正则表达式：

perl -nE '/^A$(?:(?!^A$)[\s\S])*?/m../^XYZ$/m && $cnt++; END{say $cnt}' file

或者如果你想变得更迟钝和：

perl -nE '/^A$((?!^A$)[\s\S])*?/m../^XYZ$/m && $cnt++}{ say $cnt' file