批处理之家 - Powered by Discuz! Board

标题: [其他] 【已解决】fr.exe（find - replace）的正则匹配问题 [打印本页]

作者: kidzgy 时间: 2022-11-26 14:46 标题: 【已解决】fr.exe（find - replace）的正则匹配问题

本帖最后由 kidzgy 于 2022-11-29 19:15 编辑

fr文件：http://bcn.bathome.net/tool/2.1.7.0424/fr.exe
fr文件操作说明：http://baiy.cn/utils/fr/index.htm
正则测试文件（文件名为extensions.json，全文单行内容）：https://pastebin.ubuntu.com/p/QfgD7xzntJ/plain/
正则测试主要内容（源测试文件内容较多，将无关内容去除后的主要内容）

"path":"D:\\Firefox106\\Profiles\\extensions\\s3google@translator.xpi","path":"D:\\Firefox106\\browser\\features\\screenshots@mozilla.org.xpi",,"path":"D:\\Firefox106\\browser\\features\\webcompat@mozilla.org.xpi",
复制代码

正则测试语句：

\"path\"\:\".*?\\\\(browser\\\\features|Profiles\\\\extensions).*?
复制代码

要点：

（1）【D:\\Firefox106】路径不唯一，它可以是任何路径，任意文件夹名。fr的最终目的就是，不管当前路径如何，在fr.exe后，重新刷新为当前路径。比如，当前路径是【D:\\Firefox106】，但我又把Firefox106文件夹放到【C:\123】在fr.exe，那路径就该是【C:\123\Firefox106】。
（2）在用 regex101.com 测试的时候，通过上述测试语句搜索，匹配的内容是【D:\\Firefox106\\Profiles\\extensions】或【D:\\Firefox106\\browser\\features】
复制代码

，并且将【Profiles\\extensions】或【browser\\features】设置为【组1（即\1）】。

我在regex101测试内容截图：

我的批处理命令行内容如下：

@ECHO OFF&(PUSHD "%~DP0")
set firefox=%~DP0
set firefox1=%firefox:\=/%
set firefox2=%firefox:\=\\\\%
fr.exe "extensions.json" -ric:"***:file:\/\/\/.*?\/(Profiles\/extensions|browser\/features).*?" -t:"file:///%firefox1%\1"
fr.exe "extensions.json" -ric:"***:\"path\"\:\".*?\\\\(browser\\\\features|Profiles\\\\extensions).*?" -t:""path":"%firefox2%\1"
复制代码

发现第一条fr.exe 这条语句是可以成功替换的，但是第二条 fr.exe 则是替换失败，本帖的内容就是讨论第二条的执行问题，不知道原因在哪里？

请问，语句应该怎么修改？或者是否必须使用fr外的第三方命令工具，如果是其他第三方工具命令行内容该如何填写？

作者: hfxiang 时间: 2022-11-27 09:28

估计使用fr.exe（ find - replace ）的人不很多。如用“正则表达式”处理文档，建议使用gawk（ http://bcn.bathome.net/tool/4.1.0/gawk.exe ）或者sed（ http://bcn.bathome.net/tool/4.8/sed.exe ），这2工具在网上的资料相对容易找到。如能更清晰列出处理前的文档及处理后的文档，并附修改说明，应该能有解决方案。

作者: kidzgy 时间: 2022-11-27 10:56

回复 2# hfxiang

sed似乎不支持懒惰模式。

作者: pd1 时间: 2022-11-27 11:08

关键是把上上楼说的如能给出后面的内容给出来。
不管什么语言，正则表达式都是一个东西，最多有点细微差别
补充一句，把会影响通用性的反例加进去，以防写好后再返工

作者: kidzgy 时间: 2022-11-28 09:15

或者我换种提法，以【\\browser\\features】为基准，怎么向前匹配最近的一个【path】？如图所示，红色区域是我最终想匹配的内容。
为什么我这里懒惰匹配，还能匹配到最开头的【path】？

(?<=path\"\:\").*?(\\\\browser\\\\features).*?
复制代码

"path":"D:\\Firefox106\\Profiles\\extensions\\s3google@translator.xpi","path":"D:\\Firefox106\\browser\\features\\screenshots@mozilla.org.xpi"
复制代码

作者: hfxiang 时间: 2022-11-28 09:46

本帖最后由 hfxiang 于 2022-11-28 11:49 编辑

回复 5# kidzgy

下载gawk（ http://bcn.bathome.net/tool/4.1.0/gawk.exe ）
执行

gawk "{print gensub(/^.*\"path\":\"(.+\\\\browser\\\\features).+\".*$/,\"\\1\",\"g\")}" extensions.json>con
复制代码

结果

D:\\Firefox106\\browser\\features
复制代码

作者: Batcher 时间: 2022-11-28 09:47

回复 5# kidzgy

这样可以吗

(?<=path\"\:\")[^,]+(\\\\browser\\\\features)
复制代码

作者: Batcher 时间: 2022-11-28 10:02

回复 5# kidzgy

sed试试这样

sed -r "s#\"path\".*:\x22([^\x22]+\\\\browser\\\\features).*#\1#" 1.txt > 2.txt
复制代码

作者: kidzgy 时间: 2022-11-28 10:11

回复 7# Batcher

感谢解答！这个绝了，用逗号做分割。我有个疑问，假设分割的不是逗号，而是apple这个词组或某个句子，那么这个【[^,]+】应该怎么写？

作者: terse 时间: 2022-11-28 10:27

既然是json文件，那就按json处理呢？不用正则应该可以，如有样本可以试一下

作者: kidzgy 时间: 2022-11-28 10:58

回复 10# terse

json样本
https://wwi.lanzoup.com/ifb2r0h3ap1c

作者: WHY 时间: 2022-11-28 11:04

要用到所谓的"零宽断言"才能实现，不知道 fr.exe 支不支持
在 UltraEdit 中，选替换
正则选

 ^.*?("path":(?:(?!"path":).)*\\\\browser\\\\features).*$
复制代码

替换为选 \1
正则勾选 Perl

作者: WHY 时间: 2022-11-28 12:07

本帖最后由 WHY 于 2022-12-15 10:44 编辑

@echo off
REM 替换 D:\\Firefox106 为当前脚本路径
set "p=%~dp0"
PowerShell "$arr = (gc -Literal '%~dp0extensions.json' -Enc UTF8 -ReadCount 0) -replace '(?<=\"path\":\")(?:(?!\"path\":\").)*(?=Profiles\\\\extensions|browser\\\\features)', '%p:\=\\%'; sc -Literal '%~dp0Result.json' -Value $arr -Enc UTF8"
pause
复制代码

Test.ps1

#替换 D:\\Firefox106 为当前当前脚本路径
#需PowerShell v3.0及以上版本
$MyPath = $MyInvocation.MyCommand.Path -replace '\\[^\\]+$', '\';
$json = gc -Literal ($MyPath + 'extensions.json') -Raw -Enc utf8 | ConvertFrom-Json;

forEach( $obj In $json.addons ){
    $path = $obj.path -replace '^.*?\\(?=Profiles\\extensions|browser\\features)', $MyPath;
    $obj.path = $path;
}

$json | ConvertTo-Json -Depth 10 | sc -Literal ($MyPath + 'Result.json') -Enc utf8;
复制代码

作者: terse 时间: 2022-11-28 15:26

提取含browser\features\ 关键词的路径

@if(0)==(0) @echo off
set "file=extensions.json"
set "s=\browser\features\" 
cscript.exe -NoLogo -E:JScript %0  "%file%" "%s%"
PAUSE & exit/b
rem 保存为ANSI文件

@end

function adoLoadText(filename, charset) {
    stream = new ActiveXObject("ADODB.Stream");
    stream.type = 2;
    stream.charset = charset;
    stream.open();
    stream.loadFromFile(filename);
    text = stream.readText(-1);
    stream.close();
    return(text);
}

var file = WSH.Arguments.Item(0);
var jsontext =adoLoadText(file, "UTF-8");
var obj = new Function("return" + unescape(jsontext))();
var re = new RegExp(WSH.Arguments.Item(1).replace(/[.*+?^${}()|[\]\\]/g, "\\$&"));
for (var k  in obj) {var arr = obj[k] }
for (var i=0, len = arr.length;  i<len;i++) {
      var path=arr[i]["path"]
      if (re.test(path))  {WSH.Echo(path)}
}
复制代码

作者: kidzgy 时间: 2022-11-28 19:30

回复 kidzgy

下载gawk（）
执行结果
hfxiang 发表于 2022-11-28 09:46

您好！这个似乎是搞错了，不是提取json的path路径哦，是还要针对 D:\firefox106 进行重置路径。不知道gawk能直接修改吗？

作者: kidzgy 时间: 2022-11-28 20:00

回复 13# WHY

    @echo off
    REM 替换 D:\\Firefox106 为当前脚本路径
    set "p=%~dp0"
    PowerShell "$arr = (gc -Literal '%~dp0extensions.json' -Enc UTF8 -ReadCount 0) -replace '(?<=\"path\":)(?:(?!\"path\":).)*(?=Profiles\\\\extensions|browser\\\\features)', '%p:\=\\%'; sc -Literal '%~dp0Result.json' -Value $arr -Enc UTF8"
    pause
复制代码

这段代码中的【'%p:\=\\%'】似乎应该修改为【'\"%p:\=\\%'】，不然的话，少了个双引号。path的参数无法配对。
ps的-replace 参数好奇怪，【-replace A,B】把A替换成B，【'\"%p:\=\\%'】是Firefox106的路径，怎么没有把【Profiles\\\\extensions|browser\\\\features】一并替换掉呢？

作者: WHY 时间: 2022-11-28 20:12

回复 16# kidzgy

确实，少加了一个双引号。

(?=Profiles\\\\extensions|browser\\\\features) 
复制代码

与

(?:Profiles\\\\extensions|browser\\\\features)
复制代码

是有区别的

作者: kidzgy 时间: 2022-11-28 20:19

回复 12# WHY

刚刚试了一下，fr不支持，不过这个语句在regex101，提示回溯过多

作者: WHY 时间: 2022-11-28 20:36

本帖最后由 WHY 于 2022-12-15 10:43 编辑

回复 18# kidzgy

12楼仅仅是示例，可以无视。这样即可：

(?<="path":")(?:(?!"path":").)*(?=Profiles\\\\extensions|browser\\\\features)
复制代码

作者: hfxiang 时间: 2022-11-28 20:43

回复 15# kidzgy

所谓“重置”，无非是部分“删除”、“替换”以及“插入”，对吧？请把前后对照摆出来，awk或sed就为此而生的

作者: kidzgy 时间: 2022-11-28 21:00

回复 20# hfxiang

源代码是：

"path":"D:\\Firefox106\\Profiles\\extensions\\s3google@translator.xpi","path":"D:\\Firefox106\\browser\\features\\screenshots@mozilla.org.xpi",,"path":"D:\\Firefox106\\browser\\features\\webcompat@mozilla.org.xpi",
复制代码

假设我当前文件夹是【E:\FF\Firefox107】（注：当前路径是变量，是任意路径）
要做的就是把【D:\\Firefox106】变为【E:\FF\Firefox107】

最终效果的代码是：

"path":"E:\\FF\\Firefox107\\Profiles\\extensions\\s3google@translator.xpi","path":"E:\\FF\\Firefox107\\browser\\features\\screenshots@mozilla.org.xpi",,"path":"E:\\FF\\Firefox107\\browser\\features\\webcompat@mozilla.org.xpi",
复制代码

谢谢！

作者: terse 时间: 2022-11-28 21:23

本帖最后由 terse 于 2022-11-28 21:26 编辑

先ECHO 看这样替换成功不（没写入文件）

@if(0)==(0) @echo off
set "file=extensions.json"
set "oid=%cd%"
set "s=(?=\Profiles\extensions\|\browser\features\)" 
cscript.exe -NoLogo -E:JScript %0  "%file%" "%s%" "%oid%"
PAUSE & exit/b
rem 保存为ANSI文件

@end

function adoLoadText(filename, charset) {
    stream = new ActiveXObject("ADODB.Stream");
    stream.type = 2;
    stream.charset = charset;
    stream.open();
    stream.loadFromFile(filename);
    text = stream.readText(-1);
    stream.close();
    return(text);
}
var s = WSH.Arguments.Item(1);
var p = WSH.Arguments.Item(2);
var file = WSH.Arguments.Item(0);
var jsontext =adoLoadText(file, "UTF-8");
var obj = new Function("return" + unescape(jsontext))();
var re = new RegExp(s.replace(/\\/g, "\\$&"));
var reg =new RegExp( '('+ '.+?' + ')'+ s.replace(/\\/g, "\\$&"));
for (var k  in obj) {var arr = obj[k] }
for (var i=0, len = arr.length;  i<len;i++) {
      var path=arr[i]["path"];
      if (re.test(path))
      {
           WSH.Echo( path.replace( reg, function($a,$b) { return( p ) } ) );
      }
}
复制代码

作者: WHY 时间: 2022-11-28 21:39

gawk 肯定可以的，毋庸置疑。不过，好多好多斜杠啊
http://bcn.bathome.net/tool/4.1.0/gawk.exe

@echo off
set "p=%~dp0"
gawk "{print $0=gensub(/(\"path\":\")[^^\"]+(Profiles\\\\extensions|browser\\\\features)/,\"\\1%p:\=\\\\\\\\%\\2\",\"g\")}" extensions.json > a.json
pause
复制代码

作者: kidzgy 时间: 2022-11-28 21:41

回复 22# terse

这个替换成功！如果要写入文件的话不知怎么处理呢？

作者: kidzgy 时间: 2022-11-28 21:44

回复 8# Batcher

对源文件 sed处理后的效果是这样的

作者: kidzgy 时间: 2022-11-28 21:49

回复 23# WHY

效果图是

作者: WHY 时间: 2022-11-28 21:56

本帖最后由 WHY 于 2022-11-28 21:59 编辑

回复 26# kidzgy

set "p=%~dp0"
这一句你丢了，并且要存为bat脚本文件运行

作者: kidzgy 时间: 2022-11-28 22:05

回复 27# WHY

是哈，是我大意了！感谢！非常完美！

作者: kidzgy 时间: 2022-11-28 23:49

本帖最后由 kidzgy 于 2022-11-29 02:09 编辑

回复 27# WHY

请教一下，gawk有没有办法直接修改源文件，而不是再生成新文件？另外，如何开启忽略大小写？

作者: terse 时间: 2022-11-29 01:14

Ps

<# :
@echo off
PowerShell -NoProfile -C ". ([ScriptBlock]::Create((gc -Literal '%~f0') -join \"`r`n\"))"
pause & exit/b
#>
$oid = [Io.Directory]::GetCurrentDirectory()
$jointxt =  @(CAT .\extensions.json  -Encoding UTF8)|ConvertFrom-Json
$pat ='^.*?\\(?=Profiles\\extensions|browser\\features)'
 for ( $i=0; $i -lt $jointxt.addons.Count;$i++) {
    $jointxt.addons[$i].path = $jointxt.addons[$i].path -replace $pat,$oid
}
$jointxt|ConvertTo-Json |  sc 'New_extensions.json' -Encoding UTF8
复制代码

作者: WHY 时间: 2022-11-29 13:26

回复 29# kidzgy

比如，把 1.txt 中的 abc 改成 xyz

gawk -v "IGNORECASE=1" "{print $0=gensub(/abc/,\"xyz\",\"g\")>\"1.txt\"}" 1.txt
复制代码

作者: kidzgy 时间: 2022-11-29 19:15

回复 30# terse

这个管用，谢谢！感觉ps比bat+第三方复杂好多！

作者: kidzgy 时间: 2022-11-29 19:26

回复 31# WHY

感谢！！现在是更加完善了！

作者: terse 时间: 2022-11-29 21:06

回复 33# kidzgy
直接正则替换效率提高的练手一下
PS

<# :
@echo off
PowerShell -NoProfile -C ". ([ScriptBlock]::Create((gc -Literal '%~f0') -join \"`r`n\"))"
pause & exit/b
#>
$oid = [Io.Directory]::GetCurrentDirectory() -replace '\\','\\'
$pat = '(?<="path":")[^"]+(?=\\\\Profiles\\\\extensions\\\\|\\\\browser\\\\features\\\\)'
$(gc extensions.json -Raw -Encoding UTF8) -replace $pat , $oid | sc 'extensions.json' -Encoding UTF8
复制代码

JS代码长，效率不低

@if(0)==(0) @echo off
set "file=extensions.json"
set "ph=%~dp0"
cscript.exe -NoLogo -E:JScript %0  "%file%" "%ph:~,-1%"
PAUSE & exit/b
@end
function adoLoadText(filename, charset) {
    stream = new ActiveXObject("ADODB.Stream");
    stream.type = 2;
    stream.charset = charset;
    stream.open();
    stream.loadFromFile(filename);
    text = stream.readText(-1);
    stream.close();
    return(text);
}

function adoSaveText(filename, text) {
  var stream;
  stream = new ActiveXObject("ADODB.Stream");
  stream.type = 2;
  stream.charset ='utf-8';
  stream.open();
  stream.writeText(text);
  stream.saveToFile(filename, 2);
  stream.close();
}

var file = WSH.Arguments.Item(0);
var p = WSH.Arguments.Item(1).replace(/\\/g,"\\\\");
var jsontext =adoLoadText(file, "UTF-8");
var re =/("path":")[^"]+(?=\\\\Profiles\\\\extensions\\\\|\\\\browser\\\\features\\\\)/ig;
adoSaveText('extensions.json',jsontext.replace( re, function($a,$b ) {return($b+p)}));
复制代码

作者: kidzgy 时间: 2022-11-29 22:38

回复 34# terse

第二段代码提示（UTF-8编码）

输入错误: 无法找到脚本文件“D:\Firefox107 - 副本\profiles\123.bat聽聽extensions.json”。
复制代码

或者（GBK编码或ANSI编码）

CScript 错误: 加载脚本“D:\Firefox107 - 副本\profiles\123.bat??extensions.json”失败（文件名、目录名 或卷标语法不正确。 ）。
复制代码

作者: terse 时间: 2022-11-30 00:11

回复 35# kidzgy
我这边测试的是你发的extensions.json文件，都通过测试，系统win10
会不会文件编码问题

作者: kidzgy 时间: 2022-11-30 18:06

回复 36# terse

我知道是什么原因了，是我火狐浏览器的问题，107版本在复制时，会有【<0xa0>】的特别空白符，导致批处理运行失败。在106版本或换成EDGE浏览器时则无此情况，这应该是火狐107独有的BUG。

欢迎光临批处理之家 (http://bbs.bathome.net/)