查找所有不同的正则表达式结果，而不是全部在一行中

Question

我想在我的项目中找到传递给 __() 函数的所有不同参数。到目前为止，我构建的最好的 grep 调用是这个：

find . -name "*.php" | xargs grep "__('.*')" -sioh

它成功地找到了所有对__()函数的调用，但是它有以下问题：

我想要的是传递给函数的所有不同参数的列表，所以我希望每个参数都在自己的行中（开头没有 __(，后面没有 )结束）。

对于如下所示的示例行：

/* Some code */ __('foo'); /* Some more code */ __('bar'); /* Even more code */

我的命令returns结果如下：

__('foo'); /* Some more code */ __('bar')

我想得到的是这个（在没有引号的不同行中）：

foo
bar

已编辑：

事实证明，第一个参数并不总是单引号字符串。有时它是一个变量（以 $ 符号开头，因为它是 PHP，并且可以选择具有数组索引，例如 $a['b']）。

还有两个可选的布尔参数。但这只是我真正关心的结果中的第一个参数，其他两个并不重要。

Answer 1

使用这个 grep -P (PCRE):

grep -HoP '__\(\K[^)]*' *.php
file.php:'foo'
file.php:'bar'

找到__\(，\K重置匹配数据。 [^)]* 然后查找 ).

之前的文本

Answer 2

这不如 anubhava 的答案好，但它更好，适用于没有 PCRE 标志的 grep。

在匹配中使用 [^)]* 而不是 .* 将在函数末尾停止匹配，而不是在行中最后一个函数调用的末尾。

$ grep -sioh "__('[^)]*')" *.php
__('foo')
__('bar')

Answer 3

^{这个答案假设如下，与 OP 后来的澄清一致：

- __() 输入数据中的调用有 1-3 个参数，不需要必须用单引号引起来。

- 只应提取第一个参数。

- 第一个参数本身既不包含 , 也不包含 )。}

尝试以下应该适用于大多数平台的方法：

find . -name "*.php" -exec grep -sioh "__([^,)]*" {} + | cut -c 4-

-exec 和 + 确保执行尽可能少的 grep 调用（在大多数情况下，仅 1）； {} 是匹配文件名的占位符。
正如中指出的那样，grep 正则表达式应该不那么贪婪，以确保捕获一行中的多个调用；此外，由于现在很清楚只应提取 1st 参数，因此 [^,)]* 用于仅捕获下一个参数或右括号。（请注意，如果第一个参数本身包含逗号或括号，这仍然可能失败）。
cut 命令从 grep 的输出中删除不需要的部分（去除 __( 前缀）。

如果您的 grep 实现支持 -R（用于递归搜索）和 --include（将搜索的文件限制为匹配 glob 的文件），您可以使用

 grep -R --include '*.php' -sioh "__([^,)]*" . | cut -c 4-

如果您的 grep 实现还支持 -P（PCRE：Perl 兼容的正则表达式），请使用的修改版本：

 grep -R --include '*.php' -siohP "__\(\K[^,)]*"

使用 -P 通过附加 前瞻断言 ((?=...)) 可以更容易地使正则表达式更健壮，以确保捕获的令牌确实是后跟文字 , 或 ).

 grep -R --include '*.php' -siohP "__\(\K[^,)]*(?=[,)])"

最后，请注意 grep 与 -P 如何要求 \( 匹配文字 (，而非 -P grep 命令上面使用 basic 正则表达式，其中 ( 是 not 特殊的并且被视为文字（在那里，你必须使用 \( 让它们变得特别）。

在没有 -P 的 grep 实现中，调用 grep 作为 egrep 或使用 -E 激活对 extended 正则表达式的支持，后者具有更多功能和语法更接近 PCRE，但没有那么强大。

关于便携性的说明：

Find all distinct regex results, not all in one line