Question

我希望能够识别表格的模式

28°44'30"N., 33°12'36"E.

这是我到目前为止所拥有的：

use utf8;
qr{
    (?:
    \d{1,3} \s*  °   \s*
    \d{1,2} \s*  '   \s*
    \d{1,2} \s*  "   \s*
    [ENSW]  \s* \.?
            \s*  ,?  \s*
    ){2}
}x;

毋庸置疑，这与之不符。它与扩展字符（即度数符号）有什么关系吗？或者我只是搞砸了这个大时间？

如果您知道可以解决我问题的某些内容，我也会感谢CPAN的路线。我查看了Regex::Common和Geo::Formatter，但这些都不是我想要的。有什么想法吗？

更新

事实证明，当我从文件中读取坐标时，我需要取出use utf8。如果我用一个坐标手动初始化一个变量，它会很好地匹配，但是一旦我从一个文件读取同一行，它就不匹配。取出use utf8解决了这个问题。我想我真的不明白utf8正在做什么。

Answer 1

此：

use strict;
use warnings;
use utf8;
my $re = qr{
    (?:
    \d{1,3} \s*  °   \s*
    \d{1,2} \s*  '   \s*
    \d{1,2} \s*  "   \s*
    [ENSW]  \s* \.?
            \s*  ,?  \s*
    ){2}
}x;
if (q{28°44'30"N., 33°12'36"E.} =~ $re) {
    print "match\n";
} else {
    print "no match\n";
}

工作的：

$ ./coord.pl 
match

Answer 2

您忘记了x运算符上的qr修饰符。

Answer 3

尝试删除use utf8声明。

度数符号对应于我当前编码中的字符值0xB0（无论是什么，但它不是UTF8）。 0xB0是UTF8中的“连续字节”;预期序列的第二个，第三个或第四个字符以0xC2和0xF4之间的某个字符开头。将该字符串与utf8一起使用会给您一个错误。

Answer 4

正则表达式开头的?:使其无法捕获，这可能是无法提取或看到匹配的原因。从正则表达式中删除它可能是解决方案。

如果所有坐标都是固定格式的，unpack可能是获得所需值的更好方法。

my @twoCoordinates = unpack 'A2xA2xA2xAx3A2xA2xA2xA', "28°44'30"N., 33°12'36"E.";

print "@twoCoordinates";  # returns '28 44 30 N 33 12 36 E'

如果没有，则修改正则表达式：

my @twoCoordinates = "28°44'30"N., 33°12'36"E." =~ /\w+/g;

匹配基于度的地理坐标与正则表达式

4 个答案: