Perl不匹配正则表达式？

Question

我正在尝试移除一堆SGF文件中的所有注释，并想出了以下Perl命令：

perl -pi -e 's/P?C\[(?:[^\]\\]++|\\.)*+\]//gm' *.sgf

我正在尝试匹配并删除一个C或PC后跟一个左括号，然后是不是右括号的字符（如果它们是的话，必须用\转义），然后是右括号。

我正在尝试匹配以下示例：

C[HelloBot9 [-\]: GTP引擎用于HelloBot9（白色）：HelloBot版本0.6.26.08]

PC[IA [-\]: GTP Engine for IA (black): GNU Go version 3.7.11
]

C[person [-\]: \\\]]

C[AyaMC [3k\]: GTP Engine for AyaMC (black): Aya version 6.61 : If you pass, AyaMC 
will pass. When AyaMC does not, please remove all dead stones.]

以下是不应匹配的一些示例：

XYZ[其他内容\]]

C[内容\]

PC[内容\\\]

该正则表达式在几个在线正则表达式测试工具中（包括一些声称它们是Perl正则表达式测试工具的工具）都有效，但由于某种原因，在命令行上无法正常工作。希望得到帮助。

- takra

---

我看到的所有在线正则表达式测试工具都使用PCRE而不是Perl正则表达式，因此结果可能不同。此外，/m修饰符是无用的，因为您没有使用任何^或$锚点，请参见perlre。 - ThisSuitIsBlackNot

当我在第一组示例上运行您的代码时，它可以工作。您能否创建一个 [mcve]？ - ThisSuitIsBlackNot

你能更新一下你问题中的例子吗？我猜你的意思是C[...]中间有一个换行符，如果是这样的话，我会参考这个问题。 - ThisSuitIsBlackNot

所以，你使用了 perl -0777pi -e 并且它起作用了吗？另外，一个稍微优化的模式看起来像是 s/P?C\[[^]\\]*(?:\\.[^]\\]*+)*]//sg（如果换行符不能被转义，在这种情况下甚至不需要 s 修饰符）。 - Wiktor Stribiżew

@WiktorStribiżew 是的，那就是我用的。谢谢你提供了优化版，但对我来说并不是必须的。我使用的perl命令在一个包含35K个文件的目录中执行需要的时间是可以接受的（如果我猜测的话，最多需要2分钟）；然而，如果你愿意，你可以将它作为答案发布，以帮助其他需要的人。 - takra

Answer 1

您需要使用-0777选项运行perl，以确保可以找到跨越多行并匹配模式的内容。因此，使用perl -0777pi -e而不是perl -pi -e将解决该问题。

我还建议通过展开替代组来优化模式，从而使匹配过程“线性”：

s/P?C\[[^]\\]*(?:\\.[^]\\]*+)*]//sg

请注意，如果要将PC作为一个完整的单词匹配，需要在P前面添加\b。 模式详细信息：

• P?C\[ - 匹配PC[或C[这个字符序列
• [^]\\]* - 零个或多个不包含\和]的字符
• (?:\\.[^]\\]*+)* - 零个或多个以下序列:
  • \\. - 匹配\字符且后跟任意字符 (.)
  • [^]\\]*+ - 匹配零个或更多不包括]和\字符（贪婪匹配，不会回溯到模式中）
• ] - 匹配]字符（请注意，在字符类外部它不必转义以表示文字闭合括号）

- Wiktor Stribiżew