正則表達式來匹配任何東西，但超過兩個空格

我試圖創建兩個正則表達式來向字符串中的某些值添加引號。基本上，該字符串會是這樣：正則表達式來匹配任何東西，但超過兩個空格

999   date    Doe, John E.    London   123456789

我想圍繞名稱，以便如果此文件導出爲CSV，它不會被分開。這是我迄今爲止

$line =~ s/([^\s{2,}]*,[^\s{2,}]*)/"$1"/g;

我覺得應該找到任何逗號和任何靠近它，直到它找到兩個或更多的空間，但它不工作。謝謝您的幫助。

來源

2011-04-26 atatko

你不能把量詞放在這些方括號內的字符類中。他們無法將其量化爲非人。 – tchrist 2011-04-26 12:52:37

@tchrist我之前使用過這個方法，但沒有使用限定括號'{}'。你可以用這個來返回xml括號後面的所有內容，例如，像這樣：'[^ <>] *）/' – atatko 2011-04-26 13:01:30

方括號。 – tchrist 2011-04-26 13:02:35

你問任何東西除了 2個或更多的空間。

我同意unpack是更自然的方式來做到這一點。但split是一種使用圖案形狀的餅乾切割器的方法。任何不是在該模式是一個返回字段。所以這個：

@fields = split /\h{2,}/, $line; 
$line = join(" " x 2 => map { "($_)" } @fields);

可能就夠了。

來源

2011-04-26 12:56:06 tchrist

是的，這個工作正常！感謝您的幫助 – atatko 2011-04-26 13:19:24

@atatko：很高興幫助。請注意，我使用'\ h'作爲*水平空白*。這是一個在Perl 5.10中首次出現的新捷徑。在這個版本之前，你必須使用'\ p {HorizSpace}'，這個類型很長，人們通常只使用'\ s'，同時也得到*垂直空白*（也就是'\ v'）。即使它對一個特定的例子沒有影響，我也喜歡'\ h'，因爲它更清楚地說明了我的意思。但是，最好在程序的頂部放置'use 5.10.0;'來表明你需要該程序的最低版本號才能正常工作。 – tchrist 2011-04-26 13:26:17

[]包含允許的字符範圍，2-space不是字符。

可能：

$line =~ s/ (.*? .*?)/"\1" /g;

你可能需要更明確的瞭解，以避免對'匹配的格式。

$line =~ s/ (\w+?, [\w ]+?.)/"\1" /g;

爲了避免在更換重複的空間，環視可以用來斷言，這也可以解決在該行的開始和結束的項目問題：

$line =~ s/(?<=^| )(\w+?, [\w ]+?.)(?=$| )/"\1"/g;

而且是小心你的原始格式 - 你確定它不只是列對齊？（在這種情況下，足夠長的名稱或日期可能不允許列之間有2+空格）。

來源

2011-04-26 12:37:23

我可以說'/ \ s {2，} *// g'將2個或更多的空格轉換爲一個空格，是否有指定任何**的方法，但** 2個或更多空格 – atatko 2011-04-26 12:41:56

我想你' regex會爲[last]，[first] [m]工作，但當名字是Dr. name name，name PHD Sr.時，它也需要工作。它確實需要繼續查找所有內容，字符。 – atatko 2011-04-26 12:57:06

如果這是一個固定寬度的數據（我的猜測是這樣），最好使用解壓縮（或普通的舊substr等等）而不是正則表達式。

來源

2011-04-26 12:49:42 snoofkin

這可能是因爲我這個不好的例子。它不是固定的寬度，也不是數據也不是固定的。否則我會同意。 – atatko 2011-04-26 12:52:32

即使不是，也許'split/{2，} /'比一個全能的正則表達式更好。（固定寬度的數據往往不是，就像前面的字段數字太多一樣）。 – LHMathies 2011-04-26 12:55:22

試試這個：

s/.* \K(.*),(.*?) /"$1,$2"/

從邏輯上講，這意味着：查找兩個空格和逗號，其中兩個空間的最右端，然後是逗號和兩個空間之間的子串之間的串，子字符儘可能短。

你的方法也可以工作，如果你有正確的消極lookaheads的語法。

來源

2011-04-26 12:52:30 LHMathies

您提供的示例文本似乎被製表符或空格分隔（列對齊？）。知道哪個或正則表達式不起作用很重要。知道該模式在整個文件中是否一致也很重要。

如果按列對齊，最簡單也可能最安全的方法是簡單地對字符進行計數。例如。：

s/(^.{20})(\S*) /$1"$2"/;

（你將不得不調整自己的20號我只是近似。）

注意，我在名字字段的一個魯莽的方式結束斬去兩個空格。這是爲了不把以下值的格式搞亂。但是如果字段填滿了邊緣，最後可能沒有兩個空格，並且正則表達式將會丟失。但是，另一方面，您無論如何都無法適應報價。

在處理這些類型的文件時，我不認爲使用泛型搜索是安全的。如果你指望逗號只出現在名字中，遲早你會發現有人認爲「紐約布朗克斯」應該在城市場地，並且你的正則表達式會被搞砸。

一個稍微更加嚴格，但複雜的正則表達式將包括上述字段：

$date='\d{2}-\d{2}-\d{2}'; # this might work for dates such as 11-10-23 

s/^(\d+\s+$date\s+)(\S+) /$1"$2"/;

同樣在這裏的事情，如果名稱字段是不是足夠大，以適應兩個引號，它不會被添加。你應該檢查你的文件，看看是否有這種情況。如果是這樣，你需要以某種方式處理它。

我有時會發現，將某些字段的正則表達式放入單獨的變量中會有助於提高可讀性，例如上面的$ date。

祝你好運！

來源

2011-04-26 13:04:10 TLP

你的「紐約布朗克斯」的例子正是爲什麼這需要更動態地工作。我的第一個例子可能過於簡單，任何一個字段都可以包含一個逗號，而當它們執行時，它應該被引號包圍。 – atatko 2011-04-26 13:10:59

正則表達式來匹配任何東西，但超過兩個空格

回答

相關問題