grep/Perl正则匹配指定课程行并关联返回对应平台分区头

问题核心 #

纯逐行匹配加正反预查的写法无法满足需求：大部分grep工具默认逐行处理文本，可变长度反向预查在多数正则引擎里支持有限，没法稳定定位到每个课程行之前不定行数的分区头。

可用命令（适配Windows环境Perl运行环境） #

最稳定的实现用Perl单行命令即可，Windows下安装Strawberry Perl、或是用Git Bash自带的Perl都能直接跑，以搜索关键词java为例：

perl -0777 -ne 'while(/(.+?\@.+?)\R=+\R(.*?)(?=\R.+?\@|\z)/gs){$h=$1; while($2=~/^\d+\..*?java.*$/mgi){print "$h\n$&\n\n"}}' courses.txt

参数说明 #

• -0777：一次性读取整个文件内容到内存，解决逐行匹配无法关联上文分区头的问题
• 第一层正则按分区拆分内容：捕获组1拿到分区首行（带注册邮箱的提供方信息，用@做锚点避免误匹配分隔线/课程行），捕获组2拿到该分区下所有课程条目，匹配到下一个分区头或是文件末尾就停止当前分区的捕获
• 第二层正则在当前分区的课程列表里匹配所有带目标关键词的条目，命中后先输出提前缓存的分区头，再输出命中的课程行，结果之间用空行分隔
• 自定义调整：替换搜索关键词时直接把命令里的java改成目标词即可；不需要大小写不敏感匹配就去掉正则修饰符里的i

输出效果示例 #

edX (anjan.fizz@gmail.com)
3. Introduction to Java Programming

Coursera (fizz_demo@outlook.com)
12. Advanced Java Concurrency Practice

如果硬要用grep实现，Windows下的GNU grep没有直接支持不定长上文抓取的参数，折腾正则的成本远高于直接用上面的Perl命令，不需要额外绕弯。

内容的提问来源于stack exchange，提问作者anjanb