正则表达式在 Sed 中不起作用

Posted 2023-03-15

【中文标题】正则表达式在 Sed 中不起作用

【英文标题】：Regex not working in Sed

【发布时间】：2012-12-18 18:02:15

【问题描述】：

我正在尝试对 XML 文件（准确地说是 Jira 导出文件）运行正则表达式，以解决其中的一些 JQL 查询问题。

我正在寻找一个名为“request”的属性，它包含一个查询。在该查询中，用户名需要包含在 html 实体中以获取引号 ("quot;)。 用户名总是跟在字符串 "reporter = '、"assignee = " 或 "watcher = " 之后，除了一种特殊情况：字符串 currentUser() 不是用户名，不需要替换。

 Original:
 <SearchRequest id="10000" name="Example" author="myusername" user="myusername" request="reporter = anotheruser and status != Closed" favCount="1"/>
 Result:
 <SearchRequest id="10000" name="Example" author="myusername" user="myusername" request="reporter = &quot;anotheruser&quot; and status != Closed" favCount="1"/>

 Search:
 (request=".*?(reporter|assignee|watcher) = )(?!currentUser)([a-z.]+)(.*?")

 Replace:
 $1&amp;$3&amp;$4

这已经在 SublimeText 2 和Regex Tester 2 中进行了尝试和测试，并且可以正常工作。如您所见，它使用前瞻来检测 currentUser 的否定情况。现在，当我尝试在 Sed 中使用这个正则表达式时，它会出错：

$ sed -i '' -E 's/(request=".*?(reporter|assignee|watcher) = )(?!currentUser)([a-z.]+)(.*?")/$1&$3&$4/g' entities.xml
sed: 1: "s/(request=".*?(reporte ...": RE error: repetition-operator operand invalid

我不知道现在该怎么做，因为 sed 对我来说是一个新领域。我倾向于认为这是导致此问题的前瞻。也许有更简单的方法来满足这个要求？

【问题讨论】：

首先，在sed中，不是$1,$2,...而是\1,\2,...

另外，我不确定你的意思是什么：“。*？”。点星搜索 0 到多次出现的任何内容。问号是怎么回事？

@StefanosKalantzis .* 是贪婪的，问号使它变得懒惰.*?。

正如sudo_O所说，是为了让匹配变得懒惰。 searchRequest 中有更多的属性。如果没有惰性匹配，匹配会一直运行到最后一个属性的右引号。

【参考方案1】：

不幸的是，sed 不支持前瞻/后向，您应该在ssed（超级 sed）中采取很多措施。如果您想了解更多信息，这里是FAQ。

如果你熟悉的话，这也可以在perl 中完成，我不是（我标记为 perl 所以你应该得到一些帮助）。

将-P 选项与grep 一起使用可验证您的匹配：

$ grep -Po '(request=".*?(reporter|assignee|watcher) = )(?!currentUser)([a-z.]+)(.*?")' <<< '<SearchRequest id="10000" name="Example" author="myusername" user="myusername" request="reporter = anotheruser and status != Closed" favCount="1"/>'
request="reporter = anotheruser and status != Closed"

【讨论】：

谢谢！使用 grep 验证会节省我很多时间！