regex - 如何制作一个perl单线 “line-endings agnostic”

Question

我在perl oneliner上head了一个小时，但失败了，因为该文件的尾行是CRLF。它的正则表达式在行的末尾具有组匹配项，并且CR被包含在匹配项中，使用后向引用进行替换会造成不良后果。

我最终在正则表达式中手动指定了CRLF，但是有没有办法让perl句柄自动换行，无论它们是什么？

原始命令是

perl -pe  's/foo bar(.*)$/foo $1 bar/g' file.txt

“正确”命令是

perl -pe  's/foo bar(.*)\r\n/foo $1 bar\r\n/g' file.txt

我知道我也可以在处理之前转换行尾，我对如何让Perl优雅地处理这种情况感兴趣。

示例文件(保存CRLF行结尾!)

[19:06:57.033] foo barmy
[19:06:57.033] foo baryour

预期产量

[19:06:57.033] foo my bar
[19:06:57.033] foo your bar

使用原始命令进行输出(小节在行的开头，因为它与回车符匹配):

bar:06:57.033] foo my
bar:06:57.033] foo your

Answer 1

\R转义序列 Perl v5.10 + ;请参阅perldoc rebackslash或documentation online，它可以与“通用换行符”(平台无关)匹配，在这里可以工作(示例使用Bash创建多行输入字符串):

$ printf 'foo barmy\r\nfoo baryour\r\n' | perl -pe 's/foo bar(.*?)\R/foo $1 bar\n/gm'
foo my bar
foo your bar

请注意，与 Ether's answer的唯一区别是 使用了非贪心的构造( .*?而不是 .*)，这使得所有区别都在这里。

如果您想了解更多，请继续阅读。

背景:

它是与 \R相关联的 陷阱的一个示例，该陷阱源于它可以匹配一个或两个字符- \r\n或通常是 \n的事实:[1]

使用贪婪的 (.*)构造，可以捕获 "my\r"(包括 \r)，因为正则表达式引擎显然仅回溯了一个字符来查找 \R，其余的 \n本身也可以满足要求。

相比之下，使用非贪婪的 (.*?)构造会使 \R符合预期的 \r\n序列。

[1] \R不仅匹配\r\n和\n，而且还匹配:它匹配以Unicode术语归类为 垂直空格的任何单个字符，其中还包括 \v(垂直标签)， \f(换页)， \r(本身)，以及以下Unicode字符: 0x133 (NEXT LINE)， 0x2028 (LINE SEPARATOR)， 0x8232 (LINE SEPARATOR)和 0x8233 (PARAGRAPH SEPARATOR)