时间戳

首页 > 解决方案 > 为什么这个多行正则表达式包含以下行？

regex - 为什么这个多行正则表达式包含以下行？

问题描述

我有以下输入，我想编写一个正则表达式，它将匹配除第一行和最后一行之外的每一行。

2019-03-13 00:33:44,846 [INFO] -:  foo
2019-03-13 00:33:45,096 [INFO] -:  Exception sending email
To:
[foo@bar.com, bar@bar.com]
CC:
[baz@bar.com]
Subject:
some subject
Body:
some

body
2019-03-13 00:33:45,190 [INFO] -:  bar

我认为以下应该有效，但它不匹配任何东西：

pcregrep -M ".+Exception sending email[\S\s]+?(?=\d{4}(-\d\d){2})" ~/test.log

用简单的英语，我将其描述为：查找带有异常文本的行，然后非贪婪地跟随任何字符（包括换行符），直到我们对日期进行肯定的前瞻。

出于某种原因，这也包括最后一行，即使它不在 regex101 上。我在这里想念什么？

在很多情况下，我只会grep -A在这样的情况下使用，但问题是正文可以是任意数量的行。

标签： regexpcrepcregrep

解决方案

它几乎肯定与工具有关。作为“版本 8.12 15-Jan-2011”下 pcregrep 状态的更改日志：

  1. 在 pcregrep 中，当以文字换行序列结尾的模式在多行模式下匹配时，以下行显示为匹配的一部分。这似乎是错误的，所以我改变了它。

一个简单的解决方法是在前瞻表达式中添加一个换行符，这会将其拉出匹配并阻止最后一行显示：

pcregrep -M ".+Exception sending email[\S\s]+?(?=[\r\n]\d{4}(-\d\d){2})" ~/test.log

推荐阅读