5

（我使用的是 Mac OS X，这个问题可能特定于那个 Unix 变体）

我正在尝试使用csplit正则表达式拆分文件。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。这是在行的末尾：grep Reserved$找到它们。只是，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$，它可以工作；但我想确保在文本中间没有出现任何杂散的“保留”。我用行首字符尝试了一个不同的词^，这似乎有效。其他词（确实出现在数据行的末尾）在使用时也不匹配（例如and$）。

这是 OS X 的已知错误吗？

[更新：我通过删除所有回车符来确保这不是 DOS/Unix 行尾字符问题]

4

1 回答 1

4

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，并在调试器中进行了测试。

该模式是用

if (regcomp(&cre, re, REG_BASIC|REG_NOSUB) != 0)
    errx(1, "%s: bad regular expression", re);

并且线条匹配

/* 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;
}

现在的问题是返回的行csplit_getline()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 中的 csplit 似乎存在更多问题，请参阅为 csplit 寻找正确的正则表达式的答案的备注（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“Reserved”：

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位置。

于 2013-02-19T23:05:46.643 回答