使用正则表达式转换对话 IRC 日志？

Posted 2023-03-05

【中文标题】使用正则表达式转换对话 IRC 日志？

【英文标题】：Converting conversations IRC logs with regex?

【发布时间】：2013-04-02 23:09:18

【问题描述】：

所以这里我有来自 BNC 格式的 IRC 日志（其中 [AA:BB:CC] 不是实际时间，只是加载时间）：

[AA:BB:CC] <Person1> [re:al:ts] BLAH BLAH BLAH
[AA:BB:CC] <Person2> [an:ot:he] BLAH BLAH BLAH
[AA:BB:CC] <Person3> [rr:ea:lt] BLAH BLAH BLAH
[AA:BB:CC] <Person4> [im:es:tp] BLAH BLAH BLAH

我想把它转换成：

[re:al:ts] <Person1> BLAH BLAH BLAH
[an:ot:he] <Person2> BLAH BLAH BLAH
[rr:ea:lt] <Person3> BLAH BLAH BLAH
[im:es:tp] <Person4> BLAH BLAH BLAH

这在技术上可行吗？我看到 [AA:BB:CC] 可以很容易地被删除，但是我如何保留真正的时间戳并将它们移动到行的 /beginning/ 而不删除“blah blah blah”或“”s？老实说，我不是很精通正则表达式...

谢谢 :) 枫树

【问题讨论】：

我认为时间戳是hh:mm:ss 的形式是否正确？你能提供一个真实的例子吗？除非你想让我猜你文件的内容是什么。

【参考方案1】：

如果你不使用多行匹配，试试这个正则表达式：

/\[.*?]( <.*?> )\[(.*?)]/g

您将替换为：

"[$2]$1"

【参考方案2】：

一个例子来解决：

perl -pe 's/^\[..:..:..](.*)(\[..:..:..]) (.*)/$2$1$3/' <<EOT
[AA:BB:CC] <Person1> [re:al:ts] BLAH BLAH BLAH
[AA:BB:CC] <Person2> [an:ot:he] BLAH BLAH BLAH
[AA:BB:CC] <Person3> [rr:ea:lt] BLAH BLAH BLAH
[AA:BB:CC] <Person4> [im:es:tp] BLAH BLAH BLAH
EOT

输出：

[re:al:ts] <Person1> BLAH BLAH BLAH
[an:ot:he] <Person2> BLAH BLAH BLAH
[rr:ea:lt] <Person3> BLAH BLAH BLAH
[im:es:tp] <Person4> BLAH BLAH BLAH

如果 AA、BB、CC、... 是数字，则在 perl 正则表达式中使用 \d\d 而不是 ..。

【讨论】：

有趣，我没有意识到你不必逃避结束的“]”。 perl 中的代码更简洁一些...

@bmorris591 是的，-p 和 -n args 大大减少了开销。

【参考方案3】：

让我们先做一些假设。

[hh:mm:ss] 形式的时间戳，10 以下的秒/分钟表示为 01 等。 人员字符串不包含“[”

然后以下正则表达式将起作用：

^\[\d2:\d2:\d2\]([^\[]++)(\[\d2:\d2:\d2\])(.*)$

这是一个用 Java 编写的测试用例：

public static void main(String[] args) 
    final String[] strings = "[AA:BB:CC] <Person1> [re:al:ts] BLAH BLAH BLAH",
        "[12:12:11] <Person2> [14:10:25] BLAH BLAH BLAH",
        "[12:12:11] <Person3> [14:10:25] BLAH BLAH BLAH",
        "[12:12:11] <Person4> [14:10:25] BLAH BLAH BLAH";
    final Pattern pattern = Pattern.compile("^\\[\\d2:\\d2:\\d2\\]([^\\[]++)(\\[\\d2:\\d2:\\d2\\])(.*)$");
    for(final String string : strings) 
        final Matcher matcher = pattern.matcher(string);
        if(matcher.matches()) 
            System.out.println(matcher.group(2) + matcher.group(1) + matcher.group(3));
        
    

输出：

[14:10:25] <Person2>  BLAH BLAH BLAH
[14:10:25] <Person3>  BLAH BLAH BLAH
[14:10:25] <Person4>  BLAH BLAH BLAH