Question

我在RegEx匹配中遇到问题。

my $line = 'Line no. : 8 : 8 : <ENAMEX TYPE="GENE">'
  . 'CRP</ENAMEX> : directly inhibits : endothelial cell nitric'
  . 'oxide <ENAMEX TYPE="GENE">facs</ENAMEX>'
  . '<ENAMEX TYPE="GENE">crp</ENAMEX>:inhibit:endothelial'
  . 'cell nitric oxide :Confidence Score 0.9017396427774064';

$line =~ /(.+)(\<ENAMEX TYPE\=\"GENE\"\>)(.+)(\<\/ENAMEX\>) (.+)(\<ENAMEX TYPE\=\"GENE\"\>)(.+)(\<\/ENAMEX\>)(.+)/;

print "$3 ---$5 ---$7\n";

输出是：

CRP ---: directly inhibits : endothelial cell nitric oxide <ENAMEX TYPE="GENE">facs</ENAMEX> ---

问题：

我想要的是使用正则表达式提取3件事。输出应该是这样的 CRP ---：直接抑制：内皮细胞一氧化氮--- facs;

请告诉我是什么问题，因为$ 2在第一个块之后打印任何东西，并且正则表达式与第二个部分不匹配。感谢

Answer 1

要获得所需的匹配项，您需要在正则表达式中使用非正式量词，即将.+替换为.+?：

$line =~ /(.+?)(\<ENAMEX[ ]TYPE\=\"GENE\"\>)(.+?)(\<\/ENAMEX\>)[ ]
      (.+?)(\<ENAMEX[ ]TYPE\=\"GENE\"\>)(.+?)(\<\/ENAMEX\>)(.+?)/x;

根据perlretut：

有时贪婪不好。有时，我们希望量词   匹配一小块字符串，而不是最大的一块。为了这   目的，拉里沃尔创造了最小的比赛或非贪婪   量词？，*？，+？和{}？这些是通常的量词   用一个？附在他们身上。它们具有以下含义：

[...]


α+β意思是：匹配＆＃39; a＆＃39; 1次或多次，即至少一次，但尽可能少次

perl正则表达式匹配问题

1 个答案: