Question

我必须提交具有不同类型的行的文件。我想只选择那些拥有用户代理的行。我知道有这样的行是这样的。

User-Agent: Mozilla/5.0 (Windows; U; Windows NT 5.1; de-DE; rv:1.8.1.16) Gecko/20080702 Firefox/2.0.0.16

所以，我想识别以字符串“User-Agent”开头的行，但之后我想处理除该字符串之外的其余行。我的问题是Perl将剩余的字符串存储在我可以用来进一步处理的任何特殊变量中吗？所以，基本上我想匹配以该字符串开头的行，但在该工作之后匹配其余部分，不包括该字符串。

我使用简单的正则表达式搜索该行

/^User-Agent:/

Answer 1

if ($line =~ /^User\-Agent\: (.*?)$/) {
    &process_string($1)
}

Answer 2

（my $ remainder = $ str）= ~s / ^ User-Agent：//;

Answer 3

substr解决方案：

my $start = "User-Agent: ";

if ($start eq substr $line, 0, length($start)) {
    my $remainder = substr $line, length($start);
}

Answer 4

您可以使用$'变量，但不 - 这会增加很多开销。对于相同的目的，可能只是@+变量，或者English，@LAST_MATCH_END。

所以这会让你到达那里：

use English qw<@LAST_MATCH_END>;

my $value = substr( $line, $LAST_MATCH_END[0] );

Answer 5

Perl 5.10有一个很好的功能，可以让您在没有性能问题的情况下获得$'解决方案的简单性。您使用/p标志和${^POSTMATCH}变量：

 use 5.010;
 if( $string =~ m/^User-Agent:\s+/ip ) {
      my $agent = ${^POSTMATCH};
      say $agent;
      }

但是还有其他一些技巧。如果您不能使用Perl 5.010或更高版本，则在标量上下文中使用全局匹配，pos的值是您在字符串中停止的位置。您可以在substr中使用该位置：

 if( $string =~ m/^User-Agent:\s+/ig ) {
      my $agent = substr $string, pos( $string );
      print $agent, "\n";
      }

pos与@+ trick that Axeman shows类似。我想在第一章的掌握Perl 中我有一些@+和@-的例子。

随着即将推出的Perl 5.14，还有另一种有趣的方法。 /r上的s///标记为a non-destructive substitution。也就是说，它匹配绑定的字符串，但在副本上执行替换并返回副本：

use 5.013;  # for now, but 5.014 when it's released
my $string = 'User-Agent: Firefox';
my $agent = $string =~ s/^User-Agent:\s+//r;
say $agent;

我认为/r起初很傻，但我真的开始喜欢它了。这么多事情变得非常简单。这类似于the idiom that M42 shows，但它有点棘手，因为旧的习语做了一个赋值，然后是一个替换，其中/r特征进行替换，然后进行赋值。你必须小心那里的括号，以确保正确的顺序发生。

请注意，在这种情况下，由于版本是Perl 5.12或更高版本，you automatically get strictures。

Answer 6

您可以使用$'捕获字符串的匹配后部分：

if ( $line =~ m/^User-Agent: / ) {
    warn $';
}

（注意冒号后面有一个尾随空格。）

但请注意，来自perlre：

警告：一旦Perl看到您需要 $＆amp;之一，$`或$'在任何地方该计划，它必须提供它们对于每个模式匹配。这可能大大减慢您的计划。 Perl的使用相同的机制生产$ 1， 2美元等，所以你也付出了代价每个包含捕获的模式括弧。（为了避免这种成本保留分组行为，使用扩展的正则表达式（？： ...）相反。）但如果你从不使用 $＆安培; ，$`或$'，然后没有模式捕获括号不会处罚。所以避免$＆amp; ，$'和$` 如果你可以，但如果你不能（和一些算法非常欣赏它们），一旦你使用过它们，就使用它们随意，因为你已经付了钱价格。截至5.005，$＆amp;不是这样和其他两个一样昂贵。

Answer 7

使用$'获取匹配右侧的字符串部分。

在其他答案中，关于“相当大的性能损失”，有许多嚎叫和咬牙切齿，但除非你真的知道你的程序使用正则表达式，并且你有性能问题，否则我不会担心它。

我们经常担心对实际代码几乎没有影响的优化。机会是，这也是其中之一。

如何排除与Perl正则表达式匹配的字符串部分？

7 个答案: