perl / sed替换中的正则表达式不匹配空格/字符

Question

鉴于this文件，我正在尝试替换页脚的超原始sed或perl。

通常我使用DOM来解析HTML文件，但到目前为止，由于我使用sed / perl处理的原始HTML文件（时间很重要），我没有遇到任何问题。

我只需要替换包含空格的<div id="footer">，包含其他元素的元素，以及使用</div>的结束<?php include 'footer.php';?>。

出于某种原因，我甚至不能在<div id="stupid">之前得到这种模式。我知道有空白字符所以我使用了\s*：

perl -pe 's|<div id="footer">.*\s*.*\s*|<?php include INC_PATH . 'includes/footer.php'; ?>|' file.html | less

但这只匹配第一行。替换看起来像这样：

<?php include INC_PATH . includes/footer.php; ?> 
                   <div id="stupid"><img src="file.gif" width="206" height="252"></div>

               </div>

我忘记了一些简单的事情，还是应该指定某种标志来处理多线匹配？

perl -v是5.14.2，我只使用pe标记。

Answer 1

您可能需要-0777，这会强制perl立即读取整个文件。

perl -0777 -n -e 's|something|else|g' file

此外，您执行.*\s*.*\s*的策略非常脆弱。它会匹配，例如<div id="foo"，这只是一个片段......

Answer 2

您是否忘记了几乎所有的正则表达式解析都是逐行进行的？

我总是不得不使用tr将换行符转换为其他字符，然后在正则表达式后再返回。

刚发现：http://www.perlmonks.org/?node_id=17947 你需要告诉正则表达式引擎将你的标量视为带有/ m选项的多行字符串;否则它不会尝试匹配换行符。

Answer 3

perl -p

正逐行see perl.com

处理该文件

这意味着你的正则表达式永远不会看到所有匹配的行，它只会在得到以“<div id="footer">”开头的行时匹配，并且在以下行中它将不再匹配。