Es scheint, dass das "diff"-Tool nicht über eine ausreichende Regex-Unterstützung verfügt?

Question

Ich habe zwei Dateien, die ich mit diff vergleichen möchte. Die Dateien werden automatisch generiert und enthalten eine Reihe von Zeilen, die folgendermaßen aussehen:

//!   Generierungsdatum  : Mo, 14, Dez 2009

Ich möchte diese Unterschiede ignorieren und habe versucht, die "-I REGEX" Flagge zu verwenden, um das zu erreichen.

Die Anzahl der Leerzeichen zwischen "Datum" und dem Doppelpunkt variiert jedoch und leider scheint es, dass diff keinen Großteil der grundlegenden Regex-Utilities verwendet, die dafür nötig wären.

Ich kann zum Beispiel nicht dazu bringen, dass das "ein oder mehr" Pluszeichen funktioniert. Das Gleiche gilt für die "\s" Repräsentation von Leerzeichen.

diff -I '.*Generierungsdatum\s+:.*' ....

und

diff -I '.*Generierungsdatum +:.*' ....

scheitern beide spektakulär.

Anstatt weiter blindlings Dinge auszuprobieren, kann mir jemand eine gute Referenz zu dem diff-spezifischen Subset von regulären Ausdrücken zeigen?

Danke!

\===== BEARBEITEN =======

Dank FalseVinylShrub habe ich festgestellt, dass ich mein '+' und ähnliche Zeichen escapen sollte. Das behebt das Problem teilweise. Diff findet erfolgreich Übereinstimmungen für

.*Generierungsdatum \+.*

und

.*Generierungsdatum  *.*

(Beachten Sie, dass zwischen "Datum" und "*" zwei Leerzeichen stehen.)

Aber sobald ich versuche, den ':' zu dieser Ausdruck hinzuzufügen, wie folgt:

.*Generierungsdatum \+:.*

und

.*Generierungsdatum \+\:.*

Beide Versionen schaffen es nicht, den betreffenden String zu finden, und führen dazu, dass diff deutlich länger läuft. Irgendwelche Gedanken dazu?

Answer 1

Sehr interessant... Ich konnte keine Dokumentationsreferenz finden, aber ein wenig Experimentieren hat ergeben, dass:

• * und .* funktionieren, wenn null oder mehr OK für dich ist
• Wie du gesagt hast, funktioniert + nicht. Auch {1,} nicht... aber \{1,\} hat funktioniert
• UPDATE: \+ funktioniert auch!

( stellt ein Leerzeichen dar, das nicht angezeigt wurde).

Ich benutze GNU diff von GNU diffutils 2.8.1.

man diff und info diff haben die RE-Syntax nicht erklärt.

Hoffe, das hilft.

UPDATE: Ich habe einen kurzen Abschnitt in man grep gefunden:

Normale vs Erweiterte Reguläre Ausdrücke

In normalen regulären Ausdrücken verlieren die Metazeichen ?, +, {, |, (, und ) ihre besondere Bedeutung; stattdessen verwende die rückwärts geneigten Versionen \?, \+, \{, \|, \(, und \).

Also denke ich, dass es die Basic Regex-Syntax verwendet.

Answer 2

Ok, hier ist, was die Quelle von GNU diff sagt.

re_set_syntax (RE_SYNTAX_GREP | RE_NO_POSIX_BACKTRACKING);

Ich denke, das bedeutet "gleich wie gnu grep -G" (Basic Regular Expression). Laut der gnu grep Man-Seite:

In Basic Regular Expressions verlieren die Metazeichen ?, +, {, |, (und ) ihre besondere Bedeutung; stattdessen verwenden Sie die maskierten Versionen \?, \+, \{, \|, \(, und \).

Vergessen Sie \s, \S, usw.

Answer 3

Gemäß der Spezifikation unterstützt diff keine regulären Ausdrücke und verfügt auch nicht über einen -I Schalter.

Sie scheinen ein nicht standardmäßiges diff mit nicht standardmäßigen Erweiterungen zu verwenden. Wie diese nicht standardmäßigen Erweiterungen funktionieren, sollte in der Dokumentation des verwendeten nicht standardmäßigen diff beschrieben sein.