用perl替换正则表达式EOL会产生意想不到的结果

Posted 2021-04-02

为什么在第2行和第3行的开头有一个美元符号？

➜ echo -e "hello
world" | perl -pe 's/$/$/g'
hello$
$world$
$%

在上面，我试图在每一行的末尾添加一个美元符号，但不知何故它也在开头附加一个美元符号。启用全局标志时会执行此操作。但是当我删除全局标志时，它工作正常：

➜ echo -e "hello
world" | perl -pe 's/$/$/'
hello$
world$

任何人都可以解释发生了什么吗？也许它与' r n'字符有关？

编辑：添加lookbehind案例

在这种情况下，这不仅仅是打破，还有其他情况。考虑以下：

➜ echo -e "A
B
C
D" | perl -pe 's/(?<!A)$/$/'
A
$B$
C$
D$

上面，我想用$来标记不以“A”结尾的行。第2行的额外美元符号不应该在那里。我甚至没有使用全球旗帜。

---

解决方案：现在好了。第二个解决方案是这样的（有关解释，请参阅Wiktor Stribiżew's answer）

➜ echo -e "A
B
C
D" | perl -pe 's/(?<!A|
)$/$/'
A
B$
C$
D$

但要注意，如果你尝试使用多个单个字符，它会抛出Variable length lookbehind not implemented in regex。例如：

➜ echo -e "AA
BB
CC
DD" | perl -pe 's/(?<!AA|
)$/$/'
Variable length lookbehind not implemented in regex m/(?<!AA|
)$/ at -e line 1.

要解决此问题，请在换行前添加适当数量的.。

➜ echo -e "AA
BB
CC
DD" | perl -pe 's/(?<!AA|.
)$/$/'
AA
BB$
CC$
DD$

答案

关键是$是零宽度断言，它可以在最终换行符之前匹配。 Perl读取一条尾随 的行，所以$匹配两次：之前和之后。

你的字符串基本上是Perl的两行：

hello

world

并且$可以在最终换行符之前和字符串的最后匹配。因此，两行中都有两个匹配（在此上下文中为“字符串”）。

如果要匹配字符串的结尾，请使用z：

perl -pe 's/z/$/g'

因为z只匹配字符串的最后一部分，但是不太可能有人想要使用它，因为它会在第二行和后续行的开头有效插入$，并将其添加为最后一行。

要仅在最后一个$之前插入 并停止，请使用你的perl -pe 's/$/$/'，没有g修饰符。

另一答案

如果您确实希望将其与全局替换一起使用，则可以使用以下命令：

echo -e "hello
world" | perl -pe 's/^(.*)$/1$/g'                                                                                          
hello$
world$

或者没有反向引用，您可以使用：

echo -e "hello
world" | perl -pe 's/
$/$
/g'
hello$
world$

你可能需要用 替换 ，如果你从windows操作文件或只是使用dos2unix删除Windows EOL chars 。