模式也匹配连字符

Question

我有一段像这样的Perl代码（模式匹配），

$var = "<AT>this is an at command</AT>";

if ($var =~ /<AT>([\s\w]*)<\/AT>/i)
{
    print "Matched in AT command\n";
    print "$var\n\n";
}

如果标签之间的内容没有连字符，它可以正常工作。如果在像这样的标签之间的字符串之间插入连字符，则无法正常工作...... <AT>this is an at-command</AT>。

即使连字符也被插入，任何人都可以修复此正则表达式吗？

帮帮我吧

塞特希

Answer 1

关于字符类

您的模式包含此子模式：

[\s\w]*

[…]是character class。像[aeiou]这样的东西匹配任何一个小写元音。 [^…]是否定的字符类。 [^aeiou]与除了小写元音之外的任何内容匹配。

\s是空白字符类的简写;单词字符类\w。两者都不包含连字符。

*是零或更多repetition说明符。

现在你应该理解为什么这个模式与连字符不匹配：它匹配零个或多个字符，它们是空格或字符。如果要匹配连字符，则可以将其包含在字符类中。

[\s\w-]*

例如，如果您还想要包含句号，问号和感叹号，那么您也可以简单地添加它们：

[\s\w.!?-]*

---

关于连字符的特别说明

将连字符包含在字符类中时，

是有用的。它在字符类定义中用作正则表达式元字符来定义字符范围。例如，

[a-z]

匹配'a'和'z'之间范围内的任何字符之一。相比之下，

[az-]

匹配3个字符中的一个，'a'，'z'和'-'。当您将-作为字符类中的最后一个元素时，它将成为文字连字符而不是范围定义。您也可以将它作为第一个元素，或者将其转义（通过使用反斜杠，这也是您逃避所有其他正则表达式元字符的方式）。

即，以下3个字符类是相同的：

[az-]         [-az]         [a\-z]

相关问题

• Regex: why doesn't [01-12] range work as expected?

Answer 2

您可以在char类中添加连字符：

if ($var =~ /<AT>([\s\w-]*)<\/AT>/i)

此外，由于你的正则表达式中有/，你可以使用不同的分隔符，这样就可以避免转义/：

if ($var =~m{<AT>([\s\w-]*)</AT>}i)

Answer 3

使用\ S而不是\ w。

if ($var =~ /<AT>([\s\S]*)<\/AT>/i) {

Answer 4

如果你想要一切，你可以使用

if ($var =~ /<AT>((?:(?!<AT>).)*)<\/AT>/i)

这是不合适的。

Answer 5

您需要为您的班级添加更多字符，例如[\ s \ w - ] *（正如codaddict告诉您的那样）。

此外，您应该使用lookahead来匹配命令的结尾（“我希望仅在匹配结束语句时才匹配”），如：

if ($var =~ /<AT>([^<]*)(?=<\/AT>)/i)

[^＆lt;]代表“除”＆lt;“之外的任何字符（包括连字符）。

你甚至可以添加一个lookbehind：

if ($var =~ (?<=/<AT>)([^<]*)(?=<\/AT>)/i)

对于更复杂的事情（因为你似乎想要一个小解析器），你应该看一下语法理论和lex / yacc。