Question

从这个字符串(champs1 (champs6 donnee_o donnee_f) [(champs2 [] (champs3 _YOJNJeyyyyyyB (champs4 donnee_x)) (debut 144825 25345) (fin 244102 40647)), (champs2 [] (champs3 _FuGNJeyyyyyyB (champs4 donnee_z)) (debut 796443 190570) (fin 145247 42663))] [] []).，我想提取单词“debut”之后的第一个数字，以及单词“fin”之后的第一个数字。我写这个：

while (my $readfile = <FILE>) #read each line and check the first value X1 after the word "coorDeb" and the first value X2 after the word "coorFin"
{
    my ($line) = $_;
    chomp ($line);

    ($first, $second)= ~m/coorDeb/\s\S*\s\S*\s\S*\s\S*\s\S*; #CoorDeb first, following by X1

    $X1=$first; $X4=$second;
    $lenght1=$second-$first; # Calculation of the lenght of first segment

    $line  =~ m//coorFin/(\s*)\S*\s*\S*\s*\S*\s*\S*\s*(\S*/); #CoorFin first, following by X1
    $lenght2=$second-$first; # Calculation of the lenght of first segment

    push(@elements1, $lenght1); #Push the lenght into a table to compute the mean of lenght for the segment n°1
    push(@elements2, $lenght2); #Push the lenght into a table to compute the mean of lenght for the segment n°2
}

有人可以帮我正则表达式吗？谢谢。

Answer 1

通过尝试计算字段并计算行中的偏移量等等，你使这个方式过于复杂。假设您正在寻找匹配的初次/鳍对，您可以使用

#!/usr/bin/perl

use strict;
use warnings;

my @elements;
while (<DATA>) {
  my $line = $_;
  push @elements, $line =~ /debut (\d+).*?fin (\d+)/g;
}

print join ',', @elements;
print "\n";
__DATA__
(champs1 (champs6 donnee_o donnee_f) [(champs2 [] (champs3 _YOJNJeyyyyyyB (champs4 donnee_x)) (debut 144825 25345) (fin 244102 40647)), (champs2 [] (champs3 _FuGNJeyyyyyyB (champs4 donnee_z)) (debut 796443 190570) (fin 145247 42663))] [] [])

此代码生成输出

144825,244102,796443,145247

（$line甚至不需要，因为m//默认情况下会在$_上运行，但是如果您确实需要对其进行其他处理，我会将其留在那里。并且push @elements, /debut (\d+).*?fin (\d+)/g;比我认为合适的更加混淆。）

如果您不关心匹配对，您还可以使用两个单独的数组并将push行替换为

push @debuts, $line =~ /debut (\d+)/g;
push @fins, $line =~ /fin (\d+)/g;

Answer 2

如果我理解正确，您只需要读取一个文件，然后找到两个值。这些值是单词'fin'之后和'debut'之后的一系列数字。现在，你试图通过寻找在你感兴趣的字符串之前发生的事情来匹配这些。也许你应该寻找感兴趣的实际信息。

在正则表达式中，寻找有趣的文本而不是尝试跳过非有趣的文本几乎总是更好。像下面这样的东西会更好。

请注意，我已经更改了您的文件读取，因为您正在读取变量然后处理$ _这是（几乎肯定）不是您的意思。

while (my $line = <FILE>) #read each line from FILE.
{
    chomp ($line);

    # These two lines could be combined but this is a little clearer.
    # Matching against [0-9] because \d matches all unicode digits.
    my ($fin_digits) = $line =~ /fin\s+([0-9]+)/;   
    my ($debut_digits) = $line =~ /debut\s+([0-9]+)/; # as above.

    # Continue processing below...
}

现在，一个区别是你的示例数据显示了一行中多次出现fin和debut。如果是这种情况，您将需要一个略有不同的正则表达式。让我们都知道是否真的如此。

更新

鉴于你确实在同一行上有匹配的对，你可能想要使用类似下面的东西。同样，我只是放入正则表达式匹配而不是处理代码。这段代码实际上允许在一行上有任意数量的对。

while (my $line = <FILE>) #read each line from FILE.
{
    chomp ($line);

    # These two lines could be combined but this is a little clearer.
    # Matching against [0-9] because \d matches all unicode digits.
    # In list context, m// returns the matches in order, the /g modifier
    # makes this a global match - in a loop this means each pair of
    # matches will be returned in order.
    while (my ($debut, $fin) =~ /debut\s+([0-9]+).+?fin\s+([0-9]+)/g)
    {
           # result processing here.
    }


}

[Perl]：读取目录和文件，以及正则表达式

2 个答案: