使用正则表达式匹配以特定字符串开头的所有行

Question

我有一个非常长的cfg文件，我需要找到以特定字符串开头的行的最新出现。以下是cfg文件的示例：

...
# format: - search.index.[number] = [search field]:element.qualifier
...    
search.index.1 = author:dc.contributor.*
...
search.index.12 = language:dc.language.iso
...
jspui.search.index.display.1 = ANY
...

我需要能够获取以search.index.[number]开头的行的最后一次出现，更具体地说：我需要那个数字。对于上面的片段，该数字将是12。

正如您所看到的，还有其他包含该模式的行，但我不想匹配那些行。

我正在使用Groovy作为编程/脚本语言。

感谢任何帮助！

- Pieter VDE

---

我敢打赌会有类似于“lastIndexOf()”的东西。 - Javier Diaz

Answer 1

尝试将此作为您的表达式：

^search\.index\.(\d+)/

然后使用Groovy，您可以通过以下方式获取结果：

 matcher[0][0]

这里是一个解释页面。

- Christophe Sophy

---

这不会匹配任何内容，因为它没有启用多行模式。即使它匹配成功了（如果search.index.1 = author:dc.contributor.*在第一行），它也只会返回“search.index.1”，而不是被组所搜索的数字。 - tim_yates

由于某些原因，指向groovy.codehaus.org的链接已经失效。更新的链接http://docs.groovy-lang.org/latest/html/api/org/codehaus/groovy/runtime/DefaultGroovyMethods.html似乎表明一堆正则表达式被“弃用”...仍在寻找最终答案。 - MarkHu

Answer 2

我不认为你应该去尝试，但是......
如果你可以进行多行搜索（无论如何，在这里你必须这样做），唯一的方法就是倒着读取文件。因此首先使用.*（嗯嗯嗯）吃掉所有内容（如果你可以使点匹配所有内容，则为(?:.|\s)*，如果不能则为.*）。现在匹配你的模式search\.index\.(\d+)。并且你想在行的开头匹配这个模式：(?:^|\n)（希望你没有使用某些不使用\n作为换行符的疯狂格式）。

所以......

(?:.|\s)*(?:^|\n)search\.index\.(\d+)

数字应该在第一个匹配组中。( 在JavaScript中的测试 )

PS：我不懂groovy，如果完全不合适，请见谅。

编辑： 这也应该可以工作：

search\.index\.(\d+)(?!(?:.|\s)*?(?:^|\n)search\.index\.\d+)

- Loamhoof

---

非常感谢您的快速回复！我正在尝试稍微修改过的正则表达式，看起来像是 (?:^|\n)search\.index\.(\d+)（因为完整版本会导致 StackOverflowError）。看起来它能够工作！只需要根据我的需求进行一些调整。非常感谢您的答案和解释！ - Pieter VDE

@Dreamonic，那只是提供信息而已。我觉得有趣的是你可以通过“黑客攻击”系统来只用一个正则表达式实现它 ;) - Loamhoof

Answer 3

你尝试过吗：

def m = lines =~ /(?m)^search\.index\.(\d+)/
m[ -1 ][ 1 ]

- tim_yates

---

(?m) 告诉 Groovy 进行多行正则表达式匹配，然后 m[-1] 告诉它获取最后一次匹配，而 [ 1 ] 则从该最后一次匹配中获取第一个组。因此，在您的示例中，m[0][1] 是第一次匹配的 1，而 m[-1][1] 将是最后一次匹配的 12。 - tim_yates

突然，当我再次运行这段代码时，出现以下错误：索引超出范围 0..-1 (索引 = -1) 有任何想法为什么会出现这种情况？ - Pieter VDE

@Dreamonic，它没有找到匹配项。因此，“search.index.”在文本中不存在。 - tim_yates

奇怪的是，我没有改变文件。search.index.仍然存在！文件引用也是正确的，一切都和它工作时一样... - Pieter VDE

@Dreamonic，一定有些变化了...不然的话，它还能正常工作的 ;-） - tim_yates