Question

我正在编写自动化测试来比较HTML文件。为了比较，我使用diff linux utility

所以，第一个HTML文件1.html

<!-- just example -->
<html>
  <div id="userdata_hidden">bla bla bla</div>
  <div id="something else" >bla bla bla</div>
  <div id="waiver_id"      >bla bla bla</div>
<html>

第二个HTML文件2.html

<!-- just example -->
<html>
  <div id="userdata_hidden">bla bla bla DIFFERENCE </div>
  <div id="something else" >bla bla bla</div>
  <div id="waiver_id"      >bla bla bla DIFFERENCE </div>
<html>

Сommand比较文件：

diff -biw 1.html 2.html

结果：

3c3
<   <div id="userdata_hidden">bla bla bla</div>
---
>   <div id="userdata_hidden">bla bla bla DIFFERENCE </div>
5c5
<   <div id="waiver_id"      >bla bla bla</div>
---
>   <div id="waiver_id"      >bla bla bla DIFFERENCE </div>

Comaration工作正常，但我需要忽略包含特殊单词的行的差异 - waiver_id和userdata_hidden。

diff命令-I option用于忽略数字或正则表达式匹配的行：

忽略与grep样式匹配的行的插入和删除   正则表达式，使用--ignore-matching-lines = regexp（-I regexp）   选项。您应该转义包含shell的正则表达式   元字符，以防止shell扩展它们。例如，   'diff -I'^ [[：digit：]]''忽略对以a开头的行的所有更改   数字。

但是， - 我只忽略插入或删除的行   如果hunk-every中的每个更改行都包含正则表达式   插入和每次删除 - 匹配正则表达式。其他   单词，对于每个不可忽略的变化，diff打印完整的一组   附近的变化，包括可忽略的变化。

您可以为要忽略的行指定多个正则表达式   通过使用多个-I选项。 diff尝试匹配每一行   反对每个正则表达式。

因此，我可以使用正则表达式忽略与waiver_id或userdata_hidden的行的联合。如果文件没有差异diff则不向控制台返回任何内容（空字符串）。

问题：

如何编写正则表达式，排除包含单词waiver_id或userdata_hidden的字符串？
使用diff选项和正则表达式查看-I命令的正确程度如何？

P.S。不幸的是，这个变种不起作用：

diff -biw -I '^(?!.*(?:userdata_hidden|waiver_id))' 1.html 2.html

Answer 1

我需要检查该字符串是否包含单词waiver_id和userdata_hidden。

^(?!.*\bwaiver_id\b)(?!.*\buserdata_hidden\b)

如果您不希望显示任何一个字符串。

^(?!.*\b(?:userdata_hidden|waiver_id)\b)

RUbular

如何使用Regex和diff实用程序忽略特定的文件行（“-I regex”选项）？

1 个答案: