Question

请从this code解释这两行Perl。

# separate out "," except if within numbers (5,300)
# previous "global" application skips some:  A,B,C,D,E > A , B,C , D,E
# first application uses up B so rule can't see B,C
# two-step version here may create extra spaces but these are removed later
# will also space digit,letter or letter,digit forms (redundant with next section)
$text =~ s/([^\p{IsN}])[,]/$1 , /g;
$text =~ s/[,]([^\p{IsN}])/ , $1/g;

Answer 1

您的代码会进行两次替换。 ubuntu是替换，s///标志告诉它全局，基本上替换所有。

两行都使用正则表达式中的\p{} unicode property character groups。使用/g，它会检查字符是否为数字。

IsN

它取代了捕获的非数字，空格，逗号和空格。

第二行也是如此，但首先使用逗号。

您可以使用相同的功能将此代码重写为更短，更简洁。 / ( # capture group [ # character group ^ # not the following characters \p{IsN} # all characters that are a number ] ) [,] # followed by a comma /是所有没有此属性的字符，这样就无需\P{}。这可以进一步缩短到[]。

\PN

Answer 2

将所有逗号前面的逗号替换为不具有“{Number”Unicode常规类别的字符␠,␠。
将所有逗号后跟一个没有“Number”Unicode General Category的字符替换为␠,␠。

嗯，不太好。因为逗号本身是一个非数字字符，所以上面没有准确描述当一行中有两个逗号时会发生什么。

但是，由于A,B变为A␠␠,␠␠B，因此效果不佳，所以不值得详细说明。

标记生成器：

my @tokens;
for ($text) {
   if (/\G ( (?: [^,\d]++ | \d(?:,\d++)*+ )++ ) /xgc) {
      push @tokens, [ TEXT => $1 ];
      redo;
   }

   if (/\G , /xgc) {
      push @tokens, [ 'COMMA' ];
      redo;
   }

   if (/\G \z /xgc) {
      push @tokens, [ 'EOF' ];
      last;
   }

   die("Internal error\n");
}

用Perl标记逗号

2 个答案: