使用 Tcl 正则表达式从段落中提取前面有两个不同字符串的 2 个数字

Question

我需要提取两个不同的数字，前面有两个不同的字符串。 员工 ID--> Employee16（我需要 16）和 员工链接-->员工链接：2（我需要 2 个）。 源字符串如下所示：

Employee16, Employee name is QueenRose
  Working for 46w0d
  Billing is Distributed
  65537 assigned tasks, 0 reordered, 0 unassigned
  0 discarded, 0 lost received, 5/255 load
  received sequence unavailable, 0xC2E7 sent sequence
  Employee links: 2 active, 0 inactive (max not set, min not set)
    Dt3/5/10:0, since 46w0d, no tasks pending
    Dt3/5/10:10, since 21w0d, no tasks rcvd
 Employee is currently working in Hardware section.

Employee19, Employee name is Edward11
  Working  for 48w4d
  Billing is Distributed
  206801498 assigned tasks, 0 reordered, 0 unassigned
  655372 discarded, 0 lost received, 9/255 load
  received sequence unavailable, 0x23CA sent sequence
  Employee links: 7 active, 0 inactive (max not set, min not set)
    Dt3/5/10:0, since 47w2d, tasks pending
    Dt3/5/10:10, since 28w6d, no tasks pending
    Dt3/5/10:11, since 18w4d, no tasks pending
    Dt3/5/10:12, since 18w4d, no tasks pending
    Dt3/5/10:13, since 18w4d, no tasks pending
    Dt3/5/10:14, since 18w4d, no tasks pending
    Dt3/5/10:15, since 7w2d, no tasks pending
   Employee is currently working in Hardware sectione.

Employee6 (inactive)
  Employee links: 2
    Dt3/5/10:0 (inactive)
    Dt3/5/10:10 (inactive)

Employee7 (inactive)
  Employee links: 2
    Dt3/5/10:0 (inactive)
    Dt3/5/10:10 (inactive)

尝试了以下内容：

Employee(\d+)[^\n\r]*[^M]*Employee links:\s+(\d+)

期望输出如下：

16  2
19  7
 6  2
 7  2

但未列出所有 ID 和链接。 有人能帮我得到这个吗？

Answer 1

最简单的方法是通过两个单独的匹配步骤从两个不同的位置提取。如果您首先将整个文本分成几个段落，那么到目前为止也是最简单的。

员工 ID--> Employee16（我需要 16）

我会像这样提取一个：（

regexp -line {^Employee(\d+),} $paragraph -> employeeNumber

此任务需要行匹配模式，而不是默认的“整个字符串”匹配模式。）

员工链接-->员工链接：2（我需要2）

对于这个，再次假设我们只查看单个员工的总体记录：

regexp -line {^\s+Employee links:\s*(\d+)(.*)$} $paragraph -> links rest

在这种情况下，我不仅提取了 $ links 以及该行的 $rest ，因为您似乎需要能够考虑这是否重要。当然，以下内容可能更有用：

regexp -line {^\s+Employee links:\s*(\d+)(?:\s+active,\s+(\d+)\s+inactive)?} \
        $paragraph -> activeLinks inactiveLinks

在这种情况下，如果仅存在第一个数字，则 $inactiveLinks 将有一个空字符串（这似乎在员工不活动时发生） ；在这种情况下，你需要做一些简单的逻辑来整理）。

最后，当使用regexp时，不要忘记检查结果是否匹配！
希望这有帮助。

Answer 2

我本来打算提供一个完整的答案，但后来我读了多纳尔更有帮助的教程，觉得我做不到。我将展示如何将文本分成段落：

foreach paragraph [regexp -all -inline {.*?\n{2,}} $text] {
    do something with $paragraph
}

在您的尝试中，我看到 [^\n\r]* -- 您确定有回车符吗在你的文本和换行符中？