使用正则表达式提取字符串的一部分

Question

我有一个带有模式的文本文件，如下所示。

  

“S | O | M |百灵| N | K | V | A |升| U | E | S | CAP1 {捕获|这些|值} | S | O | M |百灵| N | K | V | A |升| U | E | S | CAP2 [捕获|这些|值] | S | O | M |百灵| N | K | v | A |升| U | E | S | CAP3 {[捕获|这些|值] | [捕获|这些|值]}“

我正在尝试提取值 cap1 ， cap2 ， CAP3 。

我正在尝试使用正则表达式"([a-z]|[|])cap1(\{(.*?)\})([a-z]|[|]|[0-9])"，但没有运气，任何帮助都会受到赞赏。

Answer 1

据我所知，你想逐一提取cap1，cap2，CAP3的值。那么有3个正则表达式

cap1

cap1\{([^\}]*)\}

<强>解释

cap1\{匹配文字cap1{，

([^\}]*)将}以外的任何字符捕获到组$1，

\}匹配文字}。

cap2

cap2\[([^\]]*)\]

<强>解释

cap2\[匹配文字cap2[，

([^\]]*)将]以外的任何字符捕获到组$1，

\]匹配文字]。

CAP3

CAP3\{\[([^\]]*)\]\|\[([^\]]*)\]\}

<强>解释

CAP3\{匹配文字CAP3{，

\[([^\]]*)\]\|\[([^\]]*)\]将]以外的任何字符分别捕获到群组$1，$2，

\}匹配文字}。

补充：感谢@Borodin发表评论，要完成此任务，您不需要使用环视，但如果您想进行搜索和替换，可能需要环视

cap1：(?<=cap1\{)([^\}]*)(?=\})

cap2：(?<=cap2\[)([^\]]*)(?=\])

CAP3：(?<=CAP3\{)\[([^\]]*)\]\|\[([^\]]*)\](?=\})

Answer 2

使用这样的模式应该有效：

[{\[]+([^}{\]\[]+)[\]}]+

<强>代码：

$searchText =~ m/[{\[]+([^}{\]\[]+)[\]}]+/

示例：

https://regex101.com/r/qI3fI6/1

Answer 3

更新

我道歉 - 我最初将你的问题误认为是一件更为琐碎的事情

基本上，您希望对管道split字符执行|，不包括括号或大括号[ ... ]或{ ... }对中的字符。只要你不需要考虑相同类型的括号内的嵌套（即括号只包含括号，括号只会包含括号），那么它就像这样完成

my @matches = $s =~ m{ \w+ ( \{ [^{}]* \} | \[ [^\[\]]* \] ) }gx;
print "$_\n" for @matches;

输出

{capture|these|values}
[capture|these|values]
{[capture|these|values]|[capture|these|values]}

您显示的数据没有包含大括号的括号或包含括号的括号，但我怀疑对数据嵌套没有理论限制，在这种情况下需要进行一些递归

下面程序中的正则表达式模式定义了在里面一对匹配括号中的文本，作为管道分隔的序列

• 另一对匹配括号及其内容[ ... ]
• 另一对匹配大括号及其内容{ ... }
• 一系列字字符，例如capture和values

在第二对捕获括号内的模式匹配。它是一种递归模式，使用相对编号(?-1)来调用自身。这也可以是绝对编号(?2)但如果前面的捕获数量发生变化则必须更改

完整模式在递归模式之前查找并捕获一系列单词字符，以便考虑cap1，cap2等。这样可以将glolbal搜索的结果直接分配给结果显示在下面的哈希

use strict;
use warnings;

my $s = "s|o|m|j|n|k|v|a|l|u|e|s|cap1{capture|these|values}|s|o|m|j|n|k|v|a|l|u|e|s|cap2[capture|these|values]|s|o|m|j|n|k|v|a|l|u|e|s|CAP3{[capture|these|values]|[capture|these|values]}";

my %captures = $s =~ m{
    ( (?> \w+ ) )
    (
        \{ (?-1) (?> \| (?-1) )* \} |
        \[ (?-1) (?> \| (?-1) )* \] |
        \w+
    )
}gx;

use Data::Dump;
dd \%captures;

输出

{
  cap1 => "{capture|these|values}",
  cap2 => "[capture|these|values]",
  CAP3 => "{[capture|these|values]|[capture|these|values]}",
}

原始答案

看起来您希望所有标识符前面都有一个竖线|字符，后跟方括号或大括号[或{

这个程序会为你做到这一点

use strict;
use warnings;
use v5.10;

my $s = "s|o|m|j|n|k|v|a|l|u|e|s|cap1{capture|these|values}|s|o|m|j|n|k|v|a|l|u|e|s|cap2[capture|these|values]|s|o|m|j|n|k|v|a|l|u|e|s|CAP3{[capture|these|values]|[capture|these|values]}";

for ( $s ) {
    my @captures = /\|(\w+)[\[\{]/g;
    say for @captures;
}

输出

cap1
cap2
CAP3