请注意,这不是python问题。我有多个目录(大约500个目录,称为模块),__manifest__.py
每个目录都包含一个文件。该文件被视为模块的元数据。该文件如下所示:
{
'name': 'Associations Management',
'version': '0.1',
'category': 'Marketing',
'depends': [
'base_setup',
'membership',
'event'
],
'data': ['views/views.xml'],
'demo': [],
'installable': True,
'auto_install': False,
}
我想匹配并提取(仅使用Linux Shell)一种模式,该模式可能如下:
'depends': ['base', 'web],
// or multi-line as
"depends": [
'base',
'web',
]
我真的对使用Linux命令(例如grep
或sed
或awk
&)提取此类信息感兴趣,我对使用python解释器评估每个文件不感兴趣。所以我用下面的Linux命令
find . -iname __manifest__.py | xargs -I{} grep -H -E "('|\")depends('|\")(.?|\n)*\]\s*," {}
但是我的正则表达式没有为我提供多行选择。我也担心匹配更多不需要的行,如下所示:
'depends': [
'base_setup',
'membership',
'event'
],
'data': ['views/views.xml'],
谢谢你
和 GNU grep
$ grep -zoE "'depends'"':\s*\[[^][]+]' ip.txt | tr '\0' '\n'
'depends': [
'base_setup',
'membership',
'event'
]
-z
选项将导致grep
使用ASCII NUL字符作为分隔符。因此,假设你的输入文件没有此字符,则实际上这意味着输入被读取为单个字符串-o
只得到匹配的部分"'depends'"':\s*\[[^][]+]'
将匹配,'depends':
后跟可选的空格,后跟[
字符,然后是一个或多个非[]
字符,然后是]
[]
序列都不适合此解决方案tr '\0' '\n'
将NUL字符转换为换行符,这-z
也意味着将NUL用作输出中的分隔符使用ripgrep:
$ rg -oUN "'depends'"':\s*\[[^\]\[]+]' ip.txt
'depends': [
'base_setup',
'membership',
'event'
]
优点是,这不依赖于NUL字符,也不必一次读取整个输入。-U
是多行匹配选项,并-N
关闭行号前缀(终端输出默认情况下为开)。此外,双方GNU grep
并rg
支持递归搜索。
如果你要匹配的数据始终是整行,而'depends': [
在一行中,则也可以使用awk
。请参见如何在两种模式(包括sed,AWK或Perl)之间打印线条?进行解释。
$ awk '/\047depends\047:[[:blank:]]*\[/{f=1} f; /]/{f=0}' ip.txt
'depends': [
'base_setup',
'membership',
'event'
],