Question

我跟随字符串类型，

abc - xyz
abc - pqr - xyz
abc - - xyz
abc - pqr uvw - xyz

我想从第一个字符串中检索文本xyz，从第二个字符串中检索pqr，从第三个字符串中检索``（空） pqr uvw。第二个连字符是可选的。 abc是静态字符串，它必须在那里。我试过跟随正则表达式，

/^(?:abc) - (.*)[^ -]?/

但是它给了我以下输出，

xyz
pqr - xyz
- xyz
pqr uvw - xyz

我不需要第二个字符串中的最后一部分。我正在使用perl进行脚本编写。可以通过正则表达式完成吗？

Answer 1

请注意(.*)部分是一个贪婪量化的点，除了换行符之外，它尽可能多地抓取任何0 +字符，直到行的末尾和[^ -]?，由于?量词（ 1或0重复）而能够匹配空字符串，匹配行尾的空字符串。因此，pqr - xyz的{{1}}输出仅适用于正则表达式引擎。

您需要在此处使用更严格的模式。 E.g。

abc - pqr - xyz

请参阅regex demo。

<强>详情

/^abc\h*-\h*((?:[^\s-]+(?:\h+[^\s-]+)*)?)/ - 字符串的开头
^ - abc
abc - 用0+水平空格包围的连字符
\h*-\h* - 第1组捕获可选的出现次数
- ((?:[^\s-]+(?:\h+[^\s-]+)*)?) - 除了空格和[^\s-]+
- - - 零次或多次重复
  - (?:\h+[^\s-]+)* - 1+个水平空格
  - \h+ - 除了空格和[^\s-]+

Answer 2

您可以使用^[^-]*-\s*\K[^\s-]*。

以下是它的工作原理：

^       # Matches at the beginning of the line (in multiline mode)
[^-]*   # Matches every non - characters
-       # Followed by -
\s*     # Matches every spacing characters
\K      # Reset match at current position
[^\s-]* # Matches every non-spacing or - characters

Demo

更新多个包含的字词：^[^-]*-\s*\K[^\s-]*(?:\s*[^\s-]+)*

最后一部分(?:\s*[^\s-]+)*检查是否存在以空格开头的任何其他单词。

Demo

Answer 3

您可以使用拆分：

$answer = (split / \- /, $t)[1];

其中$ t是文本字符串，你想要第二次分割（即[1]从0开始）。适用于除abc之外的所有内容 - - xyz，但如果分隔符是“ - ”，那么它应该在中间有2个空格不返回任何内容。如果abc - - xyz是正确的，那么你可以在分割之前完成所有工作：

$t =~ s/\- \-/-  -/;

它只是插入一个额外的空格，因此它将匹配“ - ”两次，中间没有任何内容。

Answer 4

可以通过正则表达式完成吗？

是的，有三个简单的正则表达式：-和^\s+以及\s+$。

use strict;
use warnings; 
use 5.020;
use autodie;
use Data::Dumper;

open my $INFILE, '<', 'data.txt';

my @results = map {
    (undef, my $target) = split /-/, $_, 3;
    $target =~ s/^\s+//;  #remove leading spaces
    $target =~ s/\s+$//;  #remove trailing spaces
    $target;
} <$INFILE>;

close $INFILE;

say Dumper \@results;

--output:--
$VAR1 = [
          'xyz',
          'pqr',
          '',
          'pqr uvw'
        ];

捕获可选连字符正则表达式之间的单词

4 个答案: