Question

我正在编写一个脚本，根据提示列表将大型FLAC音频文件拆分成小块。我使用cueprint来确定标签信息，但在某些情况下它不提供我需要的东西，我需要使用sed直接从cue文件中挖掘信息。现在我和GENRE打架了。它的问题在于它有不同的方式：

REM GENRE "Gothic"
REM GENRE Gothic

似乎都是标准的，但很难解析。对于第二种情况，如

sed -nr -e "s/^(REM GENRE )(.*)\r/\2/p" *.cue

完美地工作并按预期返回Gothic。但是对于第一种情况，“Gothic”被归还，这不是我不会穿羽毛处理的。那么，你会说“在正则表达式的第一和第三部分中使用”可选的“引号，就像这样

sed -nr -e "s/^(REM GENRE \"?)(.*)\"?\r/\2/p" *.cue

但是这不能按预期工作，结果是

Gothic"

带尾随双引号。

任何想法如何使用sed解析带引号和未带引号的字符串？

Answer 1

sed贪婪地匹配。当您匹配(.*)"?时，.*匹配Gothic"，"?匹配空字符串。您必须从.*字符串中排除双引号，例如

sed -nr 's/^REM GENRE "?([^"]*)"?\r?/\1/p' *.cue

请注意，这会导致引用带引号的字符串出现问题，例如"Goth\"ic"。为了避免这个问题，需要更大的枪支。我建议

sed -nr '/^REM GENRE "?(([^"]|\\")*)"?\r?/ { s//\1/; s/\\"/"/g; p; }'

那是

/^REM GENRE "?(([^"]|\\")*)"?\r?/ {   # if a line contains the pattern
  s//\1/                              # isolate the capturing group
  s/\\"/"/g                           # unescape quotes
  p                                   # then print.
}

请注意正则表达式中的([^"]|\\")*与非引号字符和转义引号相匹配。

Answer 2

将中间的(.*)更改为([^\"]*)以排除引号。

Answer 3

你可以使用这个，

sed -nr -e 's/^(REM GENRE )"?([^"\r]*)/\2/p' *.cue

sed和它是可选符号的正则表达式

3 个答案: