Question

我在一个纯文本文件中有24个考试，每个考试有50个MC问题以及其他一些东西。以下是我想要捕捉的一个例子：

1研究口述历史，考古证据和文化历史是最常用的方法（1）经济学家（3）哲学家（2）人类学家（4）政治学家

我想捕捉每个问题的词干和4个答案选择，或者至少是词干。

如何获取它以便正则表达式捕获从数字（问题编号）一直到第一个答案选择的第一个左括号（但不包括第一个答案选项的第一个左括号）的所有内容？

到目前为止，我有：\ d {1,2} \ s

Answer 1

潜在的正则表达式：

^\d{1,2}\s([^\(]*)

说明： ^（起始行）以1或2位数字和空格开头。将所有内容捕获到第一个括号。这是一个基本的正则表达式，并假设除了答案数字之外，问题中没有其他括号。这意味着它不适用于以下示例：

20我的问题（不是你的）有以下几个要素：（1）副词（2）代词（3）以上所有（4）以上都不是

Answer 2

以下是执行此任务的Perl脚本：

#!/usr/bin/perl
use 5.10.1;
use strict;
use warnings;
use Data::Dumper;

my $str = q/1 Studying oral histories, archaeological evidence (of course), and cultural histories are methods most often used by (1) economists (3) philosophers (2) anthropologists (4) political scientists/;

my ($question, @answers) = $str =~ /^\d+ (.*?) (?:\(\d\))(.*?) (?:\(\d\))(.*?) (?:\(\d\))(.*?) (?:\(\d\))(.*?)$/;
say $question;
say Dumper \@answers;

<强>输出：

Studying oral histories, archaeological evidence (of course), and cultural histories are methods most often used by
$VAR1 = [
          ' economists',
          ' philosophers',
          ' anthropologists',
          ' political scientists'
        ];

Answer 3

^(\d{1,2}\s.*?)(\(\d{1,2}\)\s.*?)+$

我认为这将捕获整个问题和答案集，将答案分组（并在组内包括问题/答案数字）。 .*?表示*将是懒惰的，因此应该在使用下一个答案之前停止。

如果您只想提问题，可以使用lookahead：

^(\d{1,2}\s.*?)(?=\s\(\d{1,2}\))

我应该提一下，这两个问题都允许问题/答案文本中的括号，只要它们不包含数字（即(1)形式）。

RegEx提取多项选择题

3 个答案: