Question

我试图在文本文件中找到不良记录：

文件中数据的格式为：

somedata\x1Fsomemoredata\x1F\n
somedata2\x1Fsomemoredata2\x1F\n

（\ x1F是以十六进制值表示的单位分隔符，此数据使用Perl的chr（31）在另一个脚本中写出，这是单位分隔符的ascii代码）

我写的是perl：

## the format of each record in the file: alphanumericdata\x1Falphanumericdata\x1F\n
my $regex = "/[A-z0-9]+\\x1F[A-z0-9]+\\x1F\\n\$/";

print $regex;

#### just opening file
my $filename = "data.txt";
open(my $fh, "<:encoding(UTF-8)", $filename)
   or die "Could not open file '$filename' $!";

### reading file line by line
while (my $row = <$fh>) {

   ## if line does not match format, print the culprit!!!
   if($row !~ $regex) {
       print $row;
   }
}

close $fh;

这会打印每一行，但我知道大多数行的格式都是正确的，因此我的正则表达式已经关闭了。

我在这里犯了一些noob错误吗？

Answer 1

你想要的是qr()，这是存储正则表达式的正确方法：

my $regex = qr([A-z0-9]+\x1F[A-z0-9]+\x1F\n$);

Answer 2

问题是您在模式中包含了Perl匹配运算符（Perl代码）。

my $pat = "^[A-z0-9]+\\x1F[A-z0-9]+\\x1F\\n\\z";

if ($row !~ m/$pat/)
if ($row !~ /$pat/)   # shortcut
if ($row !~ $pat)     # shortcut

将模式硬编码为字符串文字是没有意义的，所以让我们假装从文件中读取$pat。在这种情况下，您需要预编译它。

# Pretend we're reading  ^[A-z0-9]+\x1F[A-z0-9]+\x1F\n\z  from a file.
my $pat = "^[A-z0-9]+\\x1F[A-z0-9]+\\x1F\\n\\z";

my $re = qr/$pat/;

if ($row !~ m/$re/)
if ($row !~ /$re/)   # shortcut
if ($row !~ $re)     # shortcut

如果您对文件进行了硬编码，则可以直接使用qr//。它可以避免你逃避一堆斜线。

my $re = qr/^[A-z0-9]+\x1F[A-z0-9]+\x1F\n\z/;

if ($row !~ m/$re/)
if ($row !~ /$re/)   # shortcut
if ($row !~ $re)     # shortcut

在这种情况下，似乎没有理由预先指定模式。您可以在匹配运算符中指定。

if ($row !~ m/^[A-z0-9]+\x1F[A-z0-9]+\x1F\n\z/)
if ($row !~ /^[A-z0-9]+\x1F[A-z0-9]+\x1F\n\z/)   # same

我的perl正则表达式有什么问题

2 个答案: