将所有行与开始模式和一个单词相匹配

Question

假设我有一个特定的文件，如下所示：

#tata toto
tata titi
tata tutu titi
#tata titi
tata toto #ZZZ
tata toto   #ZZZ
#tata toto  #ZZZ
tata titi   #YYY
#tata titi #YYY
tata titi toto

我想匹配每行：

• 从塔塔开始
• 捕获toto是否存在

例如，如果

tata titi => \1=tata \2=" titi" \3=null \4=null
tata titi toto => \1=tata, \2=" titi ", \3=toto, \4=null
tata toto tutu => \1=tata, \2="  ", \3=toto, \4=" tutu"

我尝试过此正则表达式： ^(tata)(.*)(toto)?(.*)

但是.*的捕获量超出了预期。因此，toto永远不会被捕获。

你会怎么做？

为了提供更多的上下文，我想解析一个/ etc / hosts：如果我找到了一个特定的IP（这里是tata），但是此行不包含主机名别名（此处是toto），我们添加它，并保留所有主机名和已经定义的主机名别名以及注释。

谢谢， 拉乌尔

Answer 1

您可以将此正则表达式与可选匹配项和否定前瞻配合使用：

^(tata)( +(?:(?!toto)\S+ *|))(toto|)(.*)$

RegEx Demo

RegEx详细信息：

• ^：开始
• (tata)：匹配并捕获＃1组中的tata
• (：启动捕获组＃2
  • \ +：匹配1个以上空格
  • (?:：启动非捕获组
    • (?!toto)：如果我们下一个位置没有toto
    • \S+ *：匹配1+个非空格字符，后跟0个或多个空格
    • |：或什么都没有
  • )：结束非捕获组
• )：结束捕获组＃2
• (toto|)：捕获与toto或什么都不匹配的＃3组
• (.*)：捕获与其余字符匹配的第4组，直到结尾
• $：结束

Answer 2

默认情况下，星号是贪婪的，这意味着它将消耗尽可能多的能量。尝试使用.*? to make it "lazy"。