Question

这些天我正在学习regular expressions，但对我来说似乎有点困难。我正在阅读TCL中的一些代码，但它想要匹配什么？

regexp ".* (\[\\d]\{3\}:\[\\d]\{3\}:\[\\d]\{3\}.\[\\d]\{5\}).\[^\\n]" $input

Answer 1

如果您取消转义字符，则会收到以下内容：

.* ([\d]{3}:[\d]{3}:[\d]{3}.[\d]{5}).[^\n]

术语[\d]{x}将匹配x个连续数字。因此，括号内的部分将匹配###:###:###?#####形式的某些内容（其中#可以是任何数字，?可以是任何字符）。括号本身不匹配，它们仅用于指定“捕获”输入的哪一部分并返回给调用者。在此序列之后是单个点.，它匹配单个字符（可以是任何字符）。尾随[^\n]将匹配任何的单个字符，除了换行符（括号表达式开头的^会反转匹配）。最开始的.*项匹配任意长度（甚至为零）的字符序列，后跟空格。

考虑到所有这些因素后，这个正则表达式似乎从一行中间提取了一系列数字。鉴于数字的格式，它可能正在寻找hours:minutes:seconds.milliseconds格式的时间戳（尽管如果是这种情况，则应使用{1,3}和{1,5}代替）。尾随.[^\n]术语看起来可能正在尝试排除行尾或接近行尾的时间戳。带时间戳的日志通常具有时间戳，后跟某种分隔符（:，>，空格等）。像这样的正则表达式可用于从日志中提取时间戳，同时忽略具有时间戳但没有消息的“空白”行。

<强>更新以下是使用TCL 8.4的示例：

% set re ".* (\[\\d]\{3\}:\[\\d]\{3\}:\[\\d]\{3\}.\[\\d]\{5\}).\[^\\n]"
% regexp $re "TEST: 123:456:789:12345> sample log line"
1
% regexp $re " 111:222:333.44444 foo"
1
% regexp $re "111:222:333.44444 foo"
0
% regexp $re " 111:222:333.44444 "
0
% regexp $re " 10:44:56.12344: "
0
%
% regexp $re "TEST: 123:456:789:12345> sample log line" match data
1
% puts $match
TEST: 123:456:789:12345>
% puts $data
123:456:789:12345

前两个示例与表达式匹配。第三个失败是因为它在第一个数字序列之前缺少空格字符。第四个失败，因为它在尾随空格后的末尾没有非换行符。第五个失败是因为数字序列没有足够的数字。通过在输入后传递参数，您可以存储与表达式匹配的输入部分以及使用括号“捕获”的数据。有关regexp命令的详细信息，请参阅the TCL wiki。

TCL的有趣之处在于你必须逃避[字符，而不是]，而{和}都需要转义。

Answer 2

.* ==> match junk part of the input

 ( ==> start capture

 \[\\d]\{3\}: ==> match 3 digits followed by ':'

 \[\\d]\{3\}: ==> match 3 digits followed by ':'

 \[\\d]\{3\}. ==> match 3 digits followed by any character

\[\\d]\{5\} ==> match 5 digits

). ==> close capture and match any character

\[^\\n] ==> match a character that is not a newline

这个正则表达式试图匹配什么？

2 个答案: