Question

我有一个像这样的提交文件

%TRYYVJT128F93506D3<SEP>SOYKCDV12AB0185D99<SEP>Rainie Yang<SEP>Ai Wo Qing shut up (OT: Shotgun(Aka Shot Gun))
%TRYYVHU128F933CCB3<SEP>SOCCHZY12AB0185CE6<SEP>Tepr<SEP>Achète-moi

我正在使用此正则表达式删除除歌曲名称之外的所有内容。

$line =~ s/.*>|([([\/\_\-:"``+=*].*)|(feat.*)|[?¿!¡\.;&\$@%#\\|]//g;

我想确保打印的唯一字符串是仅包含英文字符的字符串，因此在这种情况下，由于Ai Wo Quing shut up，它将是第一首歌曲标题è而不是下一首歌曲。if ( $line =~ m/[^a-zA-z0-9_]*$/ ) { print $line; } else { print "Non-english\n";。

我试过这个

Non-english

我认为这只会匹配英文字符，但它始终会打印{{1}}。我觉得这是正在用正则表达式生锈，但我找不到答案。

Answer 1

在评论之后，您的问题似乎是：

$line =~ m/[^a-zA-z0-9_]*$/

具体来说 - ^位于括号内，这意味着它不会充当＆＃39;锚点。它实际上是一个否定运算符

请参阅：http://perldoc.perl.org/perlrecharclass.html#Negation

也可以列出您不想匹配的字符。您可以使用插入符号（^）作为字符类中的第一个字符。例如，[^ a-z]匹配任何非小写ASCII字母的字符，因此包含超过一百万个Unicode代码点。据说该课程被否定了＃34;或＆＃34;倒置＆＃34;。

但重要的是 - 没有＆＃39;行的开头＆＃39;锚，你的正则表达式是零或多个实例（无论如何），所以几乎可以匹配任何东西 - 因为它可以自由地忽略行内容。

（鲍罗丁的回答涵盖了这种模式匹配的其他一些选项，因此我不会重现）。

Answer 2

目前还不清楚你需要什么，所以这里有几个与你所写的内容相符的观察结果。

最好使用split来划分<SEP>上的每一行数据，我认为这是分隔符。你的问题要求第四个这样的领域，比如这个

use strict;
use warnings;
use 5.010;

while ( <DATA> ) {
    chomp;
    my @fields = split /<SEP>/;
    say $fields[3];
}

__DATA__
%TRYYVJT128F93506D3<SEP>SOYKCDV12AB0185D99<SEP>Rainie Yang<SEP>Ai Wo Qing shut up (OT: Shotgun(Aka Shot Gun))
%TRYYVHU128F933CCB3<SEP>SOCCHZY12AB0185CE6<SEP>Tepr<SEP>Achète-moi

<强>输出

Ai Wo Qing shut up (OT: Shotgun(Aka Shot Gun))
Achète-moi

此外，word字符类\w完全匹配[a-zA-z0-9_]（和\W匹配补码），因此您可以像这样重写if语句< / p>

if ( $line =~ /\W/ ) {
    print "Non-English\n";
}
else {
    print $line;
}

使用Perl检查字符串是否只有英文字符

2 个答案: