Question

我的输入字符串如下所示：

1    warning: rg: W, MULT: file 'filename_a.h' was listed twice.
2    warning: rg: W, SCOP: scope redefined in '/proj/test/site_a/filename_b.c'.
3    warning: rg: W, ATTC: file /proj/test/site_b/filename_c.v is not resolved.
4    warning: rg: W, MULTH: property file filename_d.vu was listed outside.

它们有四种不同的味道，如上所列。我逐行从日志文件中读取这些内容。

对于指定路径的那个（第2,3行），我可以使用$file=~s#.*/##;提取文件名，似乎工作正常。有没有办法不使用不同类型的条件语句并提取文件名？我想只使用一个干净的正则表达式并提取文件名。在这种情况下，Perl的File::basename也不起作用。

我正在使用Perl。

Answer 1

您的问题需要更多限制。例如，将字符串表征为“路径”（或“文件名”）的好方法是什么？你可能会说，“嘿，当我看到一个点后面紧跟着字母和数字（但不是符号），并且在该点之前还有一堆字符，那么它可能是一个路径或文件名！”

\s+([^\s]+\.\w+)

但这并没有捕获所有路径，也没有没有扩展名的文件。所以我们可能会在交替上说“上面的，或者是一个至少有一个斜线的字符串。”

\s+([^\s]+\.\w+|[^\s]*\/[^\s]*)

（请注意，您可能不需要在上面的示例中转义斜杠，因为您似乎使用#作为分隔符。）

无论如何，我得到的是，您需要更严格地指定问题，这将自动为您带来满意的解决方案。当然，没有单独使用正则表达式的真正“正确”解决方案：您需要进行文件测试才能做到这一点。

要进一步了解此示例，您可能希望定义扩展列表：

\s+([^\s]+\.(?:c|h|cc|cpp)|[^\s]*\/[^\s]*)

或许，您可能想要更通用，但只允许最多4个字符的扩展名：

\s+([^\s]+\.\w{1,4}|[^\s]*\/[^\s]*)

也许你只考虑一个路径，如果它以斜杠开头，但你仍然希望其中至少有另一个斜杠：

\s+([^\s]+\.\w{1,4}|/[^\s]*\/[^\s]*)

祝你好运。

Answer 2

你可以分两步完成：

从每行提取路径
从路径中获取基本名称

Example

#!/usr/bin/perl -n
use feature 'say';
use File::Basename;

#NOTE: assume that unquoted path has no spaces in it 
say basename($1.$2) if /(?:file|redefined in)\s+(?:'([^']+)'|(\S+))/;

输出

filename_a.h
filename_b.c
filename_c.v
filename_d.vu

Answer 3

/ \ W *。\ W * / 这将匹配四个不同警告日志中表示的文件名。 \ w将匹配任何单词字符（字母，数字和下划线），因此此正则表达式查找任意数量的单词字符，后跟一个点后跟更多单词字符。这是有效的，因为日志中唯一的其他点位于日志的末尾。

如何在这种情况下提取文件名？

3 个答案:

Example

输出