正则表达式如何跨行使用？

Question

需要处理 50 多个文件，把「阅读(...)」后面的内容全部删去：

文档像是这样：

文章正文……

阅读(...) | 评论(...)

（后面一堆无用的内容）

我尝试了正则表达式，但是结果发现：

➜  grep -n "阅读(.*" 3604941420111111104532711.html
41:阅读(362)| 评论(76)

正则表达式只能返回一行的内容，而不是这一行之后的所有内容，无法满足需求。

请问用什么正则表达式可以解决？或是有其他的办法吗？

Answer 1

看样子你需要的不是跨行正则表达式吧……

你需要的是不是删除匹配的那一行之后的内容？那样可以考虑获取匹配的那一行的行号，删除剩下的行号比它更大的行。

举个例子，你可以用sed这么做：

sed -i "/阅读(.*/q" 3604941420111111104532711.html

Answer 2

可能需要写程序，读入文件为字符串吧。

Answer 3

grep 没这个功能貌似。

grep -Pzo '(?s)a.*b' <file>

好像可以匹配

a
cccccc
dddddd
b

这样的玩意儿……

使用 Perl 模式。