Question

我想在一个文件中读取，使用以下形式的行：“string1 string2 string3”并替换掉几个字符，（但每个主席应该替换一次）例如，这些规则：tsch =＆gt; tch，ch＆gt; h，ki =＆gt; ky（但是，如果ki在'word'的末尾）所以“tschaiki”应该得到tchaiky而不是thaiky（当使用for循环或几个单个替换命令时会发生这种情况）

我知道之前已经问过这个问题，并通过在perl中创建哈希来解决。

$line=<>
my %replace =(j=> "y", ss=> "s", u=> "ou", tsch=> "ch"); #short versions of the rules
my $regex = join "|", keys %replace;    

$regex = qr/$regex/;
$line=~s/($regex)/$replace{$1}/g;

这对我来说到目前为止也有用，但我希望在字符串的末尾只能替换一些字符。但这会导致问题：我已经扩展了之前的代码，第二个正则表达式和哈希仅用于结尾：

 my %replace_end =(ia=> "iya", ki=> "ky",ei=> "ey" );
 my $regex_end = join "|", keys %replace_end;
 $regex_end = qr/$regex_end/; 
 $line=~s/($regex_end)$/$replace_end{$1}/g;  # saying just to substitute at the end

我的整个代码如下，但无论是异常还是结尾被忽略（我认为没有文件处理的代码和while循环确实有效）：

#!/usr/bin/perl
use strict;
use warnings;

open(INP,"<:utf8","dt_namen.txt"); 
open(OUT,">:utf8","dt_zu_engl.txt");

my %replace =(j=> "y", ss=> "s", tsch=> "ch", sch => "sh", c => "k", J="Y", Ss=>"s"); 
 my $regex = join "|", keys %replace;  
 $regex = qr/$regex/;

 my %replace_end =(ki=> "ky",ei=> "ey" );
 my $regex_end = join "|", keys %replace_end;
 $regex_end = qr/$regex_end/; 

while(my $line= <INP>){
 $line=~s/($regex)/$replace{$1}/g;
 $line=~s/($regex_end)$/$replace_end{$1}/g;  # saying just to substitute at the end 
 print $line;
 print OUT "$line";
}
close INP;
close OUT;

Answer 1

您的代码存在潜在问题，因为未定义替换顺序。如果两个模式在同一位置匹配，则不知道哪个模式匹配。这一切都取决于正则表达式中的第一个，并且哈希没有定义的顺序，所以现在没有保证的行为。

通过在构造正则表达式时执行sort来解决此问题：

my $regex = join "|", sort {length($b) <=> length($a)} keys %replace;

这将按长度的降序对术语进行排序，因此您将始终始终匹配最长的术语。

更新：只能在字符串末尾替换，请尝试以下操作：

my $regex_end = join "|", map { qr/$_$/ } keys %replace_end;

它在每个术语的末尾放置一个$（匹配字符串的结尾）。

或者，如果您的意思是，只在单词的末尾替换，请执行以下操作：

my $regex_end = join "|", map { qr/$_\b/ } keys %replace_end;

具有单个正则表达式的多个替换，关注perl中的位置

1 个答案: