Question

我在文件中有以下字符串，并希望将字符串截断为不超过6个字符。如何在perl中使用正则表达式？原始文件是：

cat shortstring.in：

<value>1234@google.com</value> <value>1235@google.com</value>

我想把文件作为：
cat shortstring.out

<value>1234@g</value> <value>1235@g</value>
我有一个如下代码，有没有比使用更有效的方法 s/<value>(\w\w\w\w\w\w)(.*)/$1/;？

以下是我的代码的一部分：

    while (<$input_handle>) {                        # take one input line at a time
            chomp;
            if (/(\d+@google.com)/) {
                    s/(<value>\w\w\w\w\w\w)(.*)</value>/$1/;
                    print $output_handle "$_\n";
              } else {
              print $output_handle "$_\n";
            }
    }

Answer 1

使用它（正则表达式不是Perl的唯一功能，它对此有点过分了：： - ）

$str = substr($str, 0, 6);

http://perldoc.perl.org/functions/substr.html

Answer 2

$ perl -pe 's/(<value>[^<]{1,6})[^<]*/$1/' shortstring.in
<value>1234@g</value>
<value>1235@g</value>

在您问题的代码段中，使用

while (<$input_handle>) {
  s!(<value>)(.*?)(</value>)!$1 . substr($2,0,6) . $3!e
    if /(\d+\@google\.com)/;
  print $output_handle $_;
}

或使用单一模式

while (<$input_handle>) {
   s!(<value>)(\d+\@google\.com)(</value>)!$1 . substr($2,0,6) . $3!e;
  print $output_handle $_;
}

使用bang作为替换运算符的分隔符会阻止</value>中的Leaning Toothpick Syndrome。

注意：通常warnings关于使用正则表达式解析“XML”。

演示程序：

#! /usr/bin/perl

use warnings;
use strict;

my $input_handle = \*DATA;
open my $output_handle, ">&=", \*STDOUT or die "$0: open: $!";

while (<$input_handle>) {
   s!(<value>)(\d+\@google\.com)(</value>)!$1 . substr($2,0,6) . $3!e;
  print $output_handle $_;
}

__DATA__
<value>1234@google.com</value>
<value>1235@google.com</value>
<value>12@google.com</value>

输出：

$ ./prog.pl 
<value>1234@g</value>
<value>1235@g</value>
<value>12@goo</value>

Answer 3

您希望截断标记内的文本，该文本可能已短于6个字符，在这种情况下：

s/(<value>[^<]{1,6})[^<]*/$1/

Answer 4

试试这个：

s|(?<=<value>)(.*?)(?=</value>)|substr $1,0,6|e;

Answer 5

s/<value>(.{1,6}).*/<value>$1</value>/;

如何在perl中使用正则表达式截断字符串

5 个答案: