Question

我遇到了一个奇怪的正则表达式问题.... 我有一个文件，我正在做一个替换...作为一个例子我想要替换带有“DEXX / AREX”的“DEXX” 然后用下一个替换替换...... “AREX”与“AREX / CUBE”

DEXX和AREX存储在哈希中，如此.... “DEXX”=＆gt; “AREX” “AREX”=＆gt; “CUBE”

我的正则表达式就是这个......

foreach (keys %hashstore){
    $doc=~s!\b($_)\b!$1/$hashstore{$_}!ig;
}

正在发生的事情是“DEXX”被替换为“DEXX / AREX”，但是当遇到“DEXX / AREX”时，正则表达式正在将“DEXX / AREX”替换为“DEXX / AREX / CUBE”当它发现它是一个独立的单词而不是像“DEXX / AREX”这样的另一个组合的一部分时，要替换“AREX”

似乎将“/”视为单词边界。有没有人遇到这个或知道它周围的解决方案？非常感谢！艾米

Answer 1

但是/是一个单词边界。来自perldoc perlreref：

\b匹配字边界（\w和\W之间）。

根据您在下面的评论，您应该避免循环：

#!/usr/bin/perl

use strict; use warnings;
use Regex::PreSuf;

my %lookup = (
    "DEXX" => "AREX",
    "AREX" => "CUBE",
);

my $doc = 'DEXX AREX AREX DEXX AREX DEXX DEXX DEXX AREX';
my $re = presuf keys %lookup;

$doc =~ s{($re)}{$1/$lookup{$1}}g;

print $doc, "\n";

输出：

DEXX/AREX AREX/CUBE AREX/CUBE DEXX/AREX AREX/CUBE DEXX/AREX DEXX/AREX DEXX/AREX
AREX/CUBE

当然，如果您只有两个键，则不必使用Regex::PreSuf：

s{(AREX|DEXX)}{$1/$lookup{$1}}g;

也会这样做。但是，对于更长的密钥列表，我发现Regex::PreSuf非常方便。

更新：当然，如果文本中的任何情况都可以出现密钥，则可以在查找替换时使用uc进行转换：

所以，

$doc =~ s{($re)}{join '/', uc($1), $lookup{uc $1}}eig;

或

$doc =~ s{($re)}{join '/', $1, $lookup{uc $1}}eig;

取决于您的需求。

此外， ysth 在评论中指出“在5.10及更高版本中，Regex :: PreSuf在大多数情况下生成的轮廓正则比天真轮换更差。”所以，

my $re = join '|', map quotemeta, sort { length($b) <=> length($a) } keys %lookup;

可能会更好。如果某些键可能是其他键的初始子串，则需要sort。

Answer 2

单词边界是\w和\W之间的任何时间的转换，如果您正在处理ASCII，则可以说是[a-zA-Z0-9_]和[^a-zA-Z0-9_]。

你应该能够通过使用负面的lookbehind来解决这个问题：

foreach (keys %hashstore){
    $doc=~s!(?<!/)\b($_)\b!$1/$hashstore{$_}!ig;
}

Answer 3

\ b相当于（虽然比(?:(?<!\w)(?=\w)|(?<=\w)(?!\w))效率更高）。如果你想要一组不同于默认字符的单词字符，只需使用它，但用适当的字符类替换\ w。

Answer 4

首先，我感谢思南（他不是关于Perl的问题吗？我知道我已经潜伏了很长时间......）和ysth。多亏了这两个，我对正则表达式有了更好的把握。我的解决方案是以下......

my $pat = join '|', keys(%hashstore);
$doc =~ s!\b($pat)\b!$1/$hashstore{uc($1)}!ig;

我遇到的问题是我更换了替换件！通常情况下，我真的试着把这些事情搞清楚，但这是一个如此紧迫的截止日期和思南和你们，你们两个都严厉摇滚！艾米

Answer 5

从\b的角度来看，界限往往不是你想要的，特别是考虑到英语单词可以包含撇号和破折号，并且当你放置\b时这些行为与字母的行为非常不同在他们旁边。有关此问题的更多说明，请参阅this answer，和如何应对此问题。

Perl正则表达式替换字边界。将“/”检测为单词边界

5 个答案: