如何從Perl中的字符串中提取子字符串？

考慮以下字符串：如何從Perl中的字符串中提取子字符串？

1）方案編號：ABC-456-hu5t10（高優先級）*****

2）方案編號：FRT-78F-hj542w （平衡）

3）方案編號：23F-f974-nm54w（超級式運行）*****

等以上述格式 - 粗體部分是跨字符串變化。

==>想象一下，我有很多字符串的格式如上所示。 我想從上述每個字符串中挑選3個子字符串（如下面的BOLD所示）。

含有字母數字值（在例如高於它的「ABC-456-hu5t10」）包含單詞（在例如高於它的「高優先級」）
含有第三子
第二子第一子串* （IF *存在於字符串的末尾ELSE離開它）

如何選擇這些子3從上面所示的每個字符串？我知道它可以在Perl中使用正則表達式來完成......你能幫忙嗎？

來源

2009-09-18 stack_pointer is EXTINCT

可以在括號中的字符串本身包含嵌套的括號？ – 2009-09-18 12:02:21

你可以做這樣的事情：

my $data = <<END; 
1) Scheme ID: abc-456-hu5t10 (High priority) * 
2) Scheme ID: frt-78f-hj542w (Balanced) 
3) Scheme ID: 23f-f974-nm54w (super formula run) * 
END 

foreach (split(/\n/,$data)) { 
    $_ =~ /Scheme ID: ([a-z0-9-]+)\s+\(([^)]+)\)\s*(\*)?/ || next; 
    my ($id,$word,$star) = ($1,$2,$3); 
    print "$id $word $star\n"; 
}

關鍵的是正則表達式：

Scheme ID: ([a-z0-9-]+)\s+\(([^)]+)\)\s*(\*)?

如下打破了。

固定字符串「計劃ID：」：

Scheme ID:

後跟一個或多個字符A-Z，0-9或 - 。我們用括號來捕捉它爲$ 1：

([a-z0-9-]+)

後跟一個或多個空格字符：

\s+

接着是左括號（我們逃），其次是任意數量的AREN字符不是右括號，然後是右括號（已轉義）。我們使用轉義括號來捕捉詞爲$ 2：

\(([^)]+)\)

其次是一些空格的也許*，捕捉爲$ 3：

\s*(\*)?

來源

2009-09-18 11:47:30

(\S*)\s*\((.*?)\)\s*(\*?) 


(\S*) picks up anything which is NOT whitespace 
\s*  0 or more whitespace characters 
\(  a literal open parenthesis 
(.*?) anything, non-greedy so stops on first occurrence of... 
\)  a literal close parenthesis 
\s*  0 or more whitespace characters 
(\*?) 0 or 1 occurances of literal *

來源

2009-09-18 11:43:46 Xetius

\（（[^）]）\）會比\（（。*？）\）好，因爲它保證在第一個位置停止。非貪婪的量詞可能導致嚴重的回溯，這會殺死性能。（不可否認，在這種情況下，不可否認，但在不需要時避免它們仍然是一個培養良好習慣的習慣。）否定的角色階級也更清晰地表達了您的意圖 - 您正在尋找「）字符「，而不是」任何字符的最小數字，然後是a「，這使得表達式成爲一個整體匹配」。 – 2009-09-19 10:19:04

你可以使用正則表達式，如下列：

/([-a-z0-9]+)\s*\((.*?)\)\s*(\*)?/

因此，例如：

$s = "abc-456-hu5t10 (High priority) *"; 
$s =~ /([-a-z0-9]+)\s*\((.*?)\)\s*(\*)?/; 
print "$1\n$2\n$3\n";

打印

abc-456-hu5t10 
High priority 
*

來源

2009-09-18 11:44:23

很久沒有的Perl

while(<STDIN>) { 
    next unless /:\s*(\S+)\s+\(([^\)]+)\)\s*(\*?)/; 
    print "|$1|$2|$3|\n"; 
}

來源

2009-09-18 11:44:33

串1：

$input =~ /'^\S+'/; 
$s1 = $&;

字符串2：

$input =~ /\(.*\)/; 
$s2 = $&;

的琴絃3：

$input =~ /\*?$/; 
$s3 = $&;

來源

2009-09-18 11:46:32 Rap

好了，一個襯墊位置：

perl -lne 'm|Scheme ID:\s+(.*?)\s+\((.*?)\)\s?(\*)?|g&&print "$1:$2:$3"' file.txt

擴展爲一個簡單的腳本，以更好地解釋事情：

#!/usr/bin/perl -ln    

#-w : warnings     
#-l : print newline after every print        
#-n : apply script body to stdin or files listed at commandline, dont print $_   

use strict; #always do this.  

my $regex = qr{ # precompile regex         
    Scheme\ ID:  # to match beginning of line.      
    \s+    # 1 or more whitespace        
    (.*?)   # Non greedy match of all characters up to   
    \s+    # 1 or more whitespace        
    \(    # parenthesis literal        
    (.*?)   # non-greedy match to the next      
    \)    # closing literal parenthesis      
    \s*    # 0 or more whitespace (trailing * is optional)  
    (\*)?   # 0 or 1 literal *s         
}x; #x switch allows whitespace in regex to allow documentation. 

#values trapped in $1 $2 $3, so do whatever you need to:    
#Perl lets you use any characters as delimiters, i like pipes because      
#they reduce the amount of escaping when using file paths   
m|$regex| && print "$1 : $2 : $3"; 

#alternatively if(m|$regex|) {doOne($1); doTwo($2) ... }

雖然如果它不是格式化的東西，我會實現一個主循環來處理文件並充實腳本的主體，而不是依賴命令行開關進行循環。

來源

2009-09-18 18:29:41 liam

這只是需要一個小的變化，以我的last answer：

my ($guid, $scheme, $star) = $line =~ m{ 
    The [ ] Scheme [ ] GUID: [ ] 
    ([a-zA-Z0-9-]+)   #capture the guid 
    [ ] 
    \( (.+) \)    #capture the scheme 
    (?: 
     [ ] 
     ([*])    #capture the star 
    )?      #if it exists 
}x;

來源

2009-09-19 00:11:13

如何從Perl中的字符串中提取子字符串？

回答

相關問題