Perl正则表达式获取模式之间的单词

Question

我有一个使用 grep 的工作 perl 正则表达式。我试图了解它是如何工作的。

这是命令命令。

grep -oP '(?<=location>)[^<]+' testFile1.xml

以下是内容 testFile1.xml

<con:location>C:/test/file1.txt</con:location></con:dataFile>/con:dataFiles></con:groupFile>

这就是结果

C:/test/file1.txt

我试图理解正则表达式，即这部分 (?<=location>)[^<]+

Answer 1

(?<=...)是一个后视PCRE 算子。就其本身而言，它不匹配任何内容，而是充当条件（左侧的内容匹配...）。

(?<=X)Y匹配Y条件是左边的匹配X。在 中blahYfooXYbar，匹配第二个Y，X不是正在匹配的内容的一部分。在(?<=X)本身的零宽度（匹配虚）点之前只是Y。这里说明：

$ echo X-RAY THE FOX | perl -lpe 's/(?<=X)/<there>/g'
X<there>-RAY THE FOX<there>

因为 with -o，grep只打印匹配的部分，这是一种让它打印后面的内容location>（这里匹配的是[^>]+：一个或多个 ( +) 非<字符 ( [^>]) 所以一切直到（但不包括）下一个<字符或结尾该行提供它不为空）。

另一种方法是使用\K（在较新版本的 PCRE 中）重置匹配部分的开始：

grep -Po 'location>\K[^>]+'

请注意，-P和-o是 GNU 扩展。使用pcregrep（另一个grep使用 PCRE 的实现）的最新版本（8.11 或更高版本），您还可以执行以下操作：

pcregrep -o1 'location>([^>]+)'

（-o1打印^第一个（此处是唯一的）捕获的内容(...)）