Question

我无法在Perl中匹配正则表达式，并且想知道是否有人有任何见解：

这是我的正则表达式：/^-MEMBER:\s+(\b[^,]+)(?:,\s(\b.{1,50}\b)\.?)?\s+ID#:\s+(\d+)$/

这是我匹配的内容：

-MEMBER：Doe，John H ID＃：3907

正则表达式工作得很漂亮并与上面的行匹配，但是对于任何可能不包含Firstname和Middle的行都有麻烦。示例如下：

-MEMBER：Doe，身份证号码：3907

我遇到了与当前正则表达式匹配的问题。

感谢您的帮助！

Answer 1

您已将逗号匹配放在可选的名字组中，因此您只能在存在名字的情况下匹配逗号。如果逗号将伴随没有名字的姓氏，则需要将其移至姓氏组。

/^-MEMBER:\s+(\b[^,]+,)(?:\s(\b.{1,50}\b)\.?)?\s+ID#:\s+(\d+)$/

Answer 2

这个正则表达式将匹配两行：

/
    ^-MEMBER:\s+         # the beginning of the line with "-MEMBER: "
    .*?                  # non greedy
    \s+ID#:\s+(\d+)$     # space and end ID part
/x

Answer 3

问题在于你真正的语法描述了你的输入。试图一次性描述它变得非常复杂，非常快。有关替代方案，请参阅perl yapp module。

但是，如果你坚持只使用正则表达式，我们就去：

/^-MEMBER: # start of line, match specific string
\s+ # must be followed by at least one whitespace char
(\b[^,]+) # now we need to match a word in a capture group
(?:,\s(\b.{1,50}\b)\.?)? # here's the pain, so lets deal with it below
\s+ # more whitespace
ID#: # match this string
\s+ # and some more whitespace
(\d+)$/ # digits at the end of the line

(
 ?: # cluster the following
 ,\s # comma, then a single space
 (
  \b.{1,50}\b # up to fifty "things" bounded by words
 ) # another capture group
 \.? # optional period
)? # zero or one of these I.E. optional capture

这很脆弱，因为它很难将假设编码到你的“语言”中。请注意，如果我们没有第一个/中间名，我们不允许使用逗号，因为它是 inside 可选组。这是你的第二次测试不匹配的问题。

其次，如果我们有第一个/中间名称部分，它可以包含除换行符之外的任何内容。这可能不是您想要或期望的。

解析器有用的原因并不一定是因为它们允许你拥有“上下文”，尽管他们这样做。这是因为它将复杂的正则表达式分解为小的，可管理的部分，这些部分连接在一起成为一个明确定义的整体。通过学习这样的工具，您在这里遇到的问题类型变得微不足道，并且更改。

请注意您的正则表达式如何尝试定义每个部分中的“有效”内容。姓氏(\b[^,]+)除逗号外还可以包含任何内容！这是你想要的吗？如果有效名称中只有[a-zA-Z_]，会发生什么？ ;injectionattemptFTW!!;#是有效名称吗？设计您的程序，以便有一组有限的，明显的条件。对于简单If a then valid, else fail s，a很容易推理。

除非您定义所有可能的特殊情况，否则您将遇到使此正则表达式中断的事情。我无法定义完美的正则表达式，因此您有两种选择：

在发现特殊情况时，将正则表达式更加复杂
重新设计以避免需要复杂的正则表达式

如果您选择第一选项，则此正则表达式可以修复您当前的问题：

/^-MEMBER:\s+(\b[^,]+),?(?:\s(\b.{1,50}\b)\.?)?\s+ID#:\s+(\d+)$/

在Perl中使用正则表达式匹配的问题

3 个答案: