正则表达式空格到锚点（\ s * $）消耗换行符

Question

默认情况下，行尾锚点应该占据最后一个字符和换行符之间的虚构位置。 为什么＆＃39; \ s * $＆＃39;在以下示例中使用换行符？

perl -pe 's/(\.\d{4})\d+\s*$/\1/'

上述替换的目的是将digit.5 +数字截断为digit.4digits
例如：123.54321 -> 123.5432

我不想浪费时间转换＆＃34; .5 +数字非数字＆＃34; （例如：5.12345 blah）因为它无论如何都会失败预加载验证。

/home/mlibby> echo -e '38492.38945\n5.12345 blah\n624.54321  \n9.325437' | perl -pe 's/(\.\d{4})\d+$/\1/'
38492.3894
5.12345 blah
624.54321
9.3254

然而，我做想要转换＆＃34; .5 +数字空白＆＃34; （例如：624.54321）因为尾随空格有效，但应该修剪。 因此，在我消耗了5对多的数字之后，我说\s*$消耗零或更多的空格直到主题结束锚。

/home/mlibby> echo -e '38492.38945\n5.12345 blah\n624.54321  \n9.325437' | perl -pe 's/(\.\d{4})\d+\s*$/\1/'
38492.38945.12345 blah
624.54329.3254/home/mlibby>

那么，为什么上面的搜索模式消耗换行符，导致替换删除LF并最终截断行？

当然，我可以将我的替换更改为\1\n，但这篇文章的重点是了解这里发生了什么。默认情况下，$应该固定在换行符的西边。这里发生了什么？

仅供参考：RHEL 5.8上的Perl版本5.8.8

Answer 1

$匹配两个地方的 ：在字符串的末尾，或紧接在字符串末尾的换行符之前。

换行符是一种空格，因此\s匹配它。因此，\s*消耗任何尾随空格包括换行符，并且由于$匹配字符串末尾即使没有换行符，也不会强制回溯。

您可以使用非贪婪的匹配\s*?来匹配尽可能少的空格，从而保证它不会占用$准备忽略的换行符。

或者你可以匹配任何不是换行符的空格，即[^\S\n]（如果这看起来很奇怪，请考虑De Morgan定律 - NOT（（不是空格）或换行符）==空格AND（不是换行符） ）

Answer 2

\s匹配换行符，$匹配输入结尾（在最后一个字符之后）

更改正则表达式以仅匹配非换行符空格（例如空格和制表符）：

perl -pe 's/(\.\d{4})\d+[ \t]*$/\1/'