需要用于多行搜索的正则表达式（grep）

Question

我正在运行 grep 来查找任何包含单词 select 、后跟单词 customerName 和单词 的 *.sql 文件>来自。此 select 语句可以跨越多行，并且可以包含制表符和换行符。

我尝试了以下几种变体：

$ grep -liIr --include="*.sql" --exclude-dir="\.svn*" --regexp="select[a-zA-Z0-
9+\n\r]*customerName[a-zA-Z0-9+\n\r]*from"

然而，这只是永远运行。谁能帮我正确的语法吗？

Answer 1

您的根本问题是 grep 一次只运行一行 - 因此它无法找到跨行的 SELECT 语句。

您的第二个问题是您使用的正则表达式不能处理 SELECT 和 FROM 之间可能出现的内容的复杂性 - 特别是，它省略了逗号、句号（句号）和空格，但也省略了引号和任何可以在其中的内容带引号的字符串。

我可能会采用基于 Perl 的解决方案，让 Perl 一次读取“段落”并对其应用正则表达式。缺点是必须处理递归搜索 - 当然，有一些模块可以做到这一点，包括核心模块 文件::查找。

简而言之，对于单个文件：

$/ = "\n\n";    # Paragraphs

while (<>)
{
     if ($_ =~ m/SELECT.*customerName.*FROM/mi)
     {
         printf file name
         go to next file
     }
}

需要将其包装到一个子文件中，然后由 File::Find 的方法调用。

Answer 2

我不太擅长 grep。但是您的问题可以使用 AWK 命令解决。
只要看到

awk '/select/,/from/' *.sql

上面的代码将从第一次出现 select 到第一个 from 序列产生。现在您需要验证返回的语句是否具有 customername 。为此，您可以通过管道传输结果。并且可以再次使用 awk 或 grep。

Answer 3

无需安装 grep 变体 pcregrep，您就可以使用 grep 进行多行搜索。

$ grep -Pzo "(?s)^(\s*)\N*main.*?{.*?^\1}" *.c

说明：

-P 激活 grep 的 perl-regexp （一个强大的扩展）正则表达式）

-z 将输入视为一组行，每行以零字节（ASCII NUL 字符）而不是换行符结尾。也就是说，grep 知道行的结尾在哪里，但将输入视为一大行。请注意，如果与 -o 一起使用，这还会添加尾随 NUL 字符，请参阅注释。

-o 仅打印匹配的内容。因为我们使用 -z，整个文件就像一个大行，所以如果有匹配，整个文件将被打印；这样就不会那样做了。

在正则表达式中：

(?s) 激活 PCRE_DOTALL，这意味着 . 查找任何字符或换行符

\N 查找除了换行符之外的任何内容，即使 PCRE_DOTALL 激活

.*? 以非贪婪模式查找 .，即尽快停止。

行 \1 反向引用的开头

^ 找到对第一组 (\s*) 的 。这是一种尝试寻找相同缩进的方法。

正如您可以想象的，此搜索会打印 C (*.c) 源文件中的 main 方法。