regex - 此正则表达式替代 “$content =~ s/\n—\n.*?$//s”到底在做什么？

Question

我正在通过Request Tracker 4.0中的一些Perl代码进行操作，遇到了一个错误，其中票证请求者的消息被切断。我是Perl的新手，我已经对正则表达式做了一些工作，但是即使阅读了很多之后，我也遇到了一些麻烦。

我将问题缩小到以下代码行:

$content =~ s/\n-- \n.*?$//s

我不完全了解它在做什么，并且想要一个更好的解释。

我了解 s/ /与 \n-- \n.*?$模式相匹配，并将其替换为空。

我不明白 .*?$是做什么的。这是我的基本理解:

.是\n以外的任何字符

*是前面字符

的0倍或更多倍

?是前面字符

的0或1倍

$是字符串

的结尾

然后，据我了解，最终的 s使 .与新行匹配

因此，大致而言，我们将替换以 \n-- \n开头的任何文本-如果某人可以解释这里发生的情况，那么这行代码会引起一些我希望解决的可疑行为。

有人可以解释这条线在做什么吗？它只是在第一个之后删除所有文本 \n-- \n还是还有更多呢？

问题/现实问题漫长(您无需阅读此即可回答问题)

我的确切问题是，它正在削减签名中引用的内容。

因此，如果来自客户的电子邮件A说:

What is going on with order ABCD?
-- Some Customer

员工回复说(注意客户签名的丢失)

It is shipping today

What is going on with order ABCD?

客户回复

I did not get it, it did not ship!!!
-- Some Customer

It is shipping today

What is going on with order ABCD?

当我们回复时，他们的信息将截断-杀死所有上下文。

It shipped today, tracking number 12345

I did not get it, it did not ship!!!

并导致进行更多的工作来解释它是什么顺序，等等。

Answer 1

您几乎是正确的:它将删除从上次出现的\n--\n到末尾的所有内容。不能从第一次出现中删除所有内容是由于非贪婪运算符?所致-它告诉正则表达式引擎匹配先前模式(.*)的最短可发布形式。

这是做什么的:在电子邮件通信中，签名通常通过完全相同的模式与消息正文分隔开:由正好两个破折号和一个尾随空格组成的线。因此，正则表达式所做的就是删除所有从签名分隔符开始到结尾的内容。

现在，您的客户(手动执行或通过他的电子邮件客户端)执行的操作是在签名分隔符之后添加电子邮件的引用回复。这是非常不寻常的:带引号的回复必须位于签名修改器之前。我不知道有哪个电子邮件客户端是故意这样做的，但是可惜有很多程序可以简单地从中获取电子邮件(从字符集问题(引证到SMTP不符合项，您会犯很多错误)) ，因此得知确实有这样的客户，我不会感到惊讶。

另一种可能性是，这是客户端的一种影响-就像在--之后签名自己的名字一样。但是，我怀疑这不是手动完成的，因为人类很少在两个破折号后加换行符后插入尾随空格。