Question

我有行（来自html的解析），可以有两种方式（取决于语言网站）：

行格式1：

Roles: Lee Jae Ryong (Im Sang Ok), Hong Eun Hee (Mi Geum (soţia lui Sang Ok)) Credits: Lee Jae Ryong (Im Sang Ok) Hong Eun Hee (Mi Geum (soţia lui Sang Ok))

第2行格式：

Role(s): Lee Jae Ryong (Im Sang Ok), Hong Eun Hee (Mi Geum (soţia lui Sang Ok)) Credit(s): Lee Jae Ryong (Im Sang Ok) Hong Eun Hee (Mi Geum (soţia lui Sang Ok))

我想用perl分割这一行，具体取决于它的格式：

Roles: Lee Jae Ryong (Im Sang Ok) Hong Eun Hee (Mi Geum (soţia lui Sang Ok))
Credits: Lee Jae Ryong (Im Sang Ok) Hong Eun Hee (Mi Geum (soţia lui Sang Ok))

或：

Role(s): Lee Jae Ryong (Im Sang Ok) Hong Eun Hee (Mi Geum (soţia lui Sang Ok))
Credit(s): Lee Jae Ryong (Im Sang Ok) Hong Eun Hee (Mi Geum (soţia lui Sang Ok))

Answer 1

有多种方法可以做到这一点（像往常一样，在perl中）。一种方法是使用如下的正则表达式：

(Credit.*?:) (.*?\)) (.*)

在行动here中查看。这基本上是将字符串分为三部分，其中：

第一部分(Credit.*?:)以Credit开头，以第一个:字符结束（紧随:之后的空格被丢弃）
第二部分(.*?\))紧跟在第一部分之后的空格之后，以第一个)字符结束
第三部分就是字符串的其余部分

通过更新的问题，它更容易：

(Role.*?) (Credit.*)

在行动here中查看：

Answer 2

怎么样：

split /(\S*:)/, $string;

Answer 3

看起来你想要一个0宽的前瞻（(?=...)下面）

split /(?=Credit[(]?s[)]?:)/

这是一个比它可能更容易的正则表达式。为了简单起见，您可以包含比您想象的更多的案例。它允许Credit(s:或Credits):，假设您不太可能在数据中看到需要区分它们的那些情况。然后，您可能只想包含它们，不想排除包含小错别字的行。

更完整和复杂的规范将是：

split /(?=Credit(?:s|[(]s[)]):)/

也有效。

请注意，任何超出预测分组的字符都将从其中一个生成的块中删除。因此，如果您只想在模式中打破，则所有模式字符都需要落在前瞻中。

Answer 4

这似乎运作良好。当然，额外的冒号可能会搞砸了。

s/\s(\S+:)/ \n$1/;

这只会添加换行符，以便打印工作。如果需要，可以在换行符split /\n/, $string上拆分字符串，如果你想将它放入一个数组中。

使用perl拆分行，具体取决于其格式

4 个答案: