Question

我想创建一个工具，我可以自动解析一些文本。我正在使用javascript和正则表达式。

例如，我有这样的文字：

Aa Aaa 1, Bb Bbb 2  and Cc Ccc 1
1 Institut xx Xx, Some University, Xxxx 14, US-10000 NewYork, USA; E-Mails: aa.aaa@edu.com; cc.ccc@edu.com
2 Institut zz Zzz, Some University2, Zzzz 20, US-10000 NewYork, USA; E-Mail: bb.bbb@edu.com

我想解析那些信息

对于每个作者（FirstName和LastName）：

联盟
电子邮件地址

所以在我的例子中，我希望：

Aa Aaa - Institut xx Xx, Some University, Xxxx 14, US-10000 NewYork, USA - aa.aaa@edu.com

Bb Bbb - Institut zz Zzz, Some University2, Zzzz 20, US-10000 NewYork, USA - bb.bbb@edu.com

Cc Ccc - Institut xx Xx, Some University, Xxxx 14, US-10000 NewYork, USA - cc.ccc@edu.com

它看起来非常复杂，所以如果我认为我在一些简单的问题中将我的问题分开，请告诉我。

谢谢。

Answer 1

这是可行的任务。

我没有使用JavaScript代码，但我希望SO的某个人能为您克隆以下Perl代码：

$_ = "\n\n" . $input;
1 while s/^(.*?\n?)\n{1,2}\s*([^\d]+)\s+(\d+)\s*?(?:\s*and|[,\n\s])(.*?)(?<=\n)(\3\s+)([^\n]*)(\n.*$|$)/$1$2 - $6\n\n$4$5$6$7/gs;
s/\n\n.*$//s;
print $_;

查看并测试Perl代码here。

用于从科学文章中解析作者信息的正则表达式

1 个答案: