代码之家 › 专栏 › 技术社区 › Don Wakefield

如何找到混合了Perl大小写的字符串?

ack perl regex

Don Wakefield · 技术社区 · 15 年前

我正在尝试过滤数千个文件,寻找那些包含混合大小写的字符串常量的文件。这样的字符串可以嵌入空白,但不能包含空白本身。因此以下(包含UC字符)是匹配的:

"  AString "   // leading and trailing spaces together allowed
"AString "     // trailing spaces allowed
"  AString"    // leading spaces allowed
"newString03"  // numeric chars allowed
"!stringBIG?"  // non-alphanumeric chars allowed
"R"            // Single UC is a match

但这些不是:

"A String" // not a match because it contains an embedded space
"Foo bar baz" // does not match due to multiple whitespace interruptions
"a_string" // not a match because there are no UC chars

我仍然想匹配包含 二者都 模式:

"ABigString", "a sentence fragment" // need to catch so I find the first case...

我想使用perl regexps,最好由 ack 命令行工具。显然, \w 和 \ W 不会工作的。似乎 \ S 应与非空格字符匹配。我似乎不知道如何嵌入“每个字符串至少一个大写字符”的要求…

ack --match '\"\s*\S+\s*\"'

是我最近得到的。我需要更换 s+ 具有某物它捕获“至少一个大写(ASCII)字符(在非空白字符串的任何位置)”要求。

这在C/C++中是很简单的程序(是的,Perl,在程序上,不诉诸ReExcel),我只是想知道是否有一个正则表达式可以做同样的工作。

2 回复 | 直到 15 年前

Community THelper 7 年前

以下模式通过了所有测试:

qr/
  "      # leading single quote

  (?!    # filter out strings with internal spaces
     [^"]*   # zero or more non-quotes
     [^"\s]  # neither a quote nor whitespace
     \s+     # internal whitespace
     [^"\s]  # another non-quote, non-whitespace character
  )

  [^"]*  # zero or more non-quote characters
  [A-Z]  # at least one uppercase letter
  [^"]*  # followed by zero or more non-quotes
  "      # and finally the trailing quote
/x

使用使用上述模式的测试程序 /x 因此,没有空格和注释作为输入 ack-grep (AS) ack 在Ubuntu上调用)

#! /usr/bin/perl

my @tests = (
  [ q<"  AString ">   => 1 ],
  [ q<"AString ">     => 1 ],
  [ q<"  AString">    => 1 ],
  [ q<"newString03">  => 1 ],
  [ q<"!stringBIG?">  => 1 ],
  [ q<"R">            => 1 ],
  [ q<"A String">     => 0 ],
  [ q<"a_string">     => 0 ],
  [ q<"ABigString", "a sentence fragment"> => 1 ],
  [ q<"  a String  "> => 0 ],
  [ q<"Foo bar baz">  => 0 ],
);

my $pattern = qr/"(?![^"]*[^"\s]\s+[^"\s])[^"]*[A-Z][^"]*"/;
for (@tests) {
  my($str,$expectMatch) = @$_;
  my $matched = $str =~ /$pattern/;
  print +($matched xor $expectMatch) ? "FAIL" : "PASS",
        ": $str\n";
}

生成以下输出:

$ ack-grep '"(?![^"]*[^"\s]\s+[^"\s])[^"]*[A-Z][^"]*"' try
  [ q<"  AString ">   => 1 ],
  [ q<"AString ">     => 1 ],
  [ q<"  AString">    => 1 ],
  [ q<"newString03">  => 1 ],
  [ q<"!stringBIG?">  => 1 ],
  [ q<"R">            => 1 ],
  [ q<"ABigString", "a sentence fragment"> => 1 ],
my $pattern = qr/"(?![^"]*[^"\s]\s+[^"\s])[^"]*[A-Z][^"]*"/;
  print +($matched xor $expectMatch) ? "FAIL" : "PASS",

对于C壳和导数,你必须逃离爆炸:

% ack-grep '"(?\![^"]*[^"\s]\s+[^"\s])[^"]*[A-Z][^"]*"' ...

我希望我能保留突出显示的匹配项,但这似乎不是 allowed .

注意转义双引号( \" )会严重混淆这种模式。

Andomar 15 年前

您可以使用字符类添加需求,例如:

ack --match "\"\s*\S+[A-Z]\S+\s*\""

我想是的 ack 一次匹配一行。这个 \S+\s*\" 部件可以匹配一行中的多个右引号。它将与 "alfa"" 而不是仅仅 "alfa" .