Question

我有一句话：

Jon Favreau, Stan Lee, Justin Theroux, Robert Downey Jr. (Tony Stark) Gwyneth Paltrow (Pepper Potts) Don Cheadle (James Rhodes)

我想用逗号拆分行，并用该结果括起来：

Jon Favreau
Stan Lee
Justin Theroux
Robert Downey Jr. (Tony Stark)
Gwyneth Paltrow (Pepper Potts)
Don Cheadle (James Rhodes)

编辑：特殊情况

专栏：Jon Favreau，Stan Lee，Justin Theroux，Robert Downey（Jr。）（Tony Stark）Gwyneth Paltrow（Pepper Potts）Don Cheadle（James Rhodes）

世界（Jr.）在brakets。输出：

Jon Favreau
Stan Lee
Justin Theroux
Robert Downey (Jr.) (Tony Stark)
Gwyneth Paltrow (Pepper Potts)
Don Cheadle (James Rhodes)

Answer 1

使用split时，您决定是否丢弃分隔符或保留分隔符。在您的情况下，您希望保留一个分隔符（右括号）并丢弃另一个分隔符（逗号）。此外，您可能希望丢弃这些分隔符后的任何空格。

分隔符可以通过以下方式保存：

将split模式包含在捕获括号中。在这种情况下，分隔符本身最终将作为单独的字符串，散布在您的结果中，这不是您想要的。
在零宽度断言中指定分隔符（后视，前瞻等）。这会从匹配的字符串中排除分隔符，从而防止它被丢弃。

第二种方法适用于你。

my @actors = split /(?<=\)) *|, */, $line;

要处理编辑过的问题中更复杂的场景，例如“Robert Downey（Jr。）（Tony Stark）”，您可以添加另一个零宽度断言：

my $actor_regex = qr'
    (?<=     \) )  # Look-behind: close paren.
    \s*
    (?!  \s* \( )  # Negative look-ahead: opening paren.
    |
    , \s*          # Or the other delimiter.
'x;

my @items = split $actor_regex, $line;

Answer 2

首先在每个)之后添加一个逗号，然后拆分（并丢弃）逗号：

perl -e '$_="Jon Favreau, ...";s/\)/\),/g;split ",";foreach (@_) {s/^\ //;print "$_\n"}'

收率：

Jon Favreau
Stan Lee
Justin Theroux
Robert Downey Jr. (Tony Stark)
Gwyneth Paltrow (Pepper Potts)
Don Cheadle (James Rhodes)

Answer 3

归功于Randal Schwartz的一个有用的经验法则是当你知道要扔掉什么时使用split或m//当你知道要保留什么时使用括号。然而，将它应用于您的问题有点棘手，因为您想要同时执行这两项操作。那就是

丢弃终止逗号或
保留右括号

下面的程序使用m//并捕获，因此它根据保持的内容来定义问题。当然，最后)很容易。为了使逗号保持在捕获缓冲区之外，代码使用正look-ahead assertion：捕获应该停留在之前之前的字符上。

容易错过的可能性也应该允许名称在字符串结尾处终止。说Stan Lee是姓，而不是第二个。如果没有$替代方案，斯坦就会被排除在外。

代码使用DEFINE并命名子模式来帮助读者理解正则表达式。这种方法的缺点是它会生成额外的捕获缓冲区，因此您必须使用循环而不是@names = /$name_pattern/g。

如上所述，它接受的语言略大于您在问题中指定的语言即，它允许并丢弃两个同时具有字符名称的演员之间的逗号。

#! /usr/bin/env perl use warnings; use strict; *ARGV = *DATA; # for demo only my $name_pattern = qr/ ( # capture into $1 (?&name) (?: (?&comma_terminated) | \) | $ ) ) # discard trailing whitespace and optional comma (?: \s* (?: , \s*)? ) (?(DEFINE) (?<name> .+? ) (?<comma_terminated> (?= ,) ) ) /x; while (<>) { my @names; push @names, $1 while /$name_pattern/gx; print "[$_]\n" for @names; } __DATA__ Jon Favreau, Stan Lee, Justin Theroux, Robert Downey Jr. (Tony Stark) Gwyneth Paltrow (Pepper Potts) Don Cheadle (James Rhodes) foo

输出：

[Jon Favreau] [Stan Lee] [Justin Theroux] [Robert Downey Jr. (Tony Stark)] [Gwyneth Paltrow (Pepper Potts)] [Don Cheadle (James Rhodes)] [foo]

Answer 4

这样做的一种方法可能是：

my @items = split(/(\)|,)/, $line);

如果你打印出那个列表，你会得到类似的东西：

Jon Favreau
,
 Stan Lee
,
 Justin Theroux
,
 Robert Downey Jr. (Tony Stark
)
 Gwyneth Paltrow (Pepper Potts
)
 Don Cheadle (James Rhodes
)

然后您需要的是重新组合单个项目，这些项目位于该列表中所有偶数位置。

Answer 5

Mat已经到了现场，我刚刚在我的版本中添加了一些清洁工具：

my $names =
"Jon Favreau, Stan Lee, Justin Theroux, Robert Downey Jr. (Tony Stark) Gwyneth Paltrow (Pepper Potts) Don Cheadle (James Rhodes)";

my @names = split( /[,|\)]/, $names );
foreach my $name (@names) {
    $name = $name . ")" if $name =~ /.*\(.*/;
    $name =~ s/^ //;
}

使用相同的语法按2条规则拆分

5 个答案: