(我使用的是 Mac OS X,这个问题可能特定于该 Unix 变体)
我正在尝试使用 csplit
拆分文件用正则表达式。它由合并成一个长文本文件的各种文章组成。每篇文章都以“保留所有权利”结尾。这是行尾:grep Reserved$
找到它们。只有,csplit
声称没有匹配项。csplit filename /Reserved$/
产量csplit: Reserved$: no match
这是一个明显的谎言。如果我省略了 $
, 有用;但我想确保在文本中间不会出现任何“保留”字样。我用行首字符尝试了一个不同的单词 ^
,这似乎有效。其他单词(确实出现在数据中的行尾)在使用时也不匹配(例如 and$
)。
这是 OS X 的已知错误吗?
[更新:我通过删除所有回车符确保这不是 DOS/Unix 行结束字符问题]
最佳答案
我已经从 http://www.opensource.apple.com/source/text_cmds/text_cmds-84/csplit/csplit.c 下载了 csplit 的源代码并在调试器中对此进行了测试。
该模式编译为
if (regcomp(&cre, re, REG_BASIC|REG_NOSUB) != 0)
errx(1, "%s: bad regular expression", re);
并且线条与
/* Read and output lines until we get a match. */
first = 1;
while ((p = csplit_getline()) != NULL) {
if (fputs(p, ofp) == EOF)
break;
if (!first && regexec(&cre, p, 0, NULL, 0) == 0)
break;
first = 0;
}
现在的问题是
csplit_getline()
返回的行仍然有一个尾随换行符 \n
.因此,“Reserved”不是字符串中的最后一个字符,并且模式“Reserved$”不匹配。在快速而肮脏的插入之后
p[strlen(p)-1] = 0;
要从输入字符串中删除尾随换行符,“Reserved$”模式按预期工作。
Mac OS X中csplit的问题似乎比较多,见Looking for correct Regular Expression for csplit的回答的备注(重复计数
{*}
也不起作用)。备注:您可以使用以下技巧匹配行尾的“保留”:
csplit filename /Reserved<Ctrl-V><Ctrl-J>/
您实际使用 Control 键在命令行上输入换行符的地方。
关于macos - OS X 上的 csplit 是否无法将 '$' 识别为行尾字符?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/14965715/