Regex Group в Perl: как захватить элементы в массив из группы регулярных выражений, которая соответствует неизвестному количеству/множественных/переменных вхождений из строки?

Ответ 1

my $string = "var1=100 var2=90 var5=hello var3=\"a, b, c\" var7=test var3=hello";

while($string =~ /(?:^|\s+)(\S+)\s*=\s*("[^"]*"|\S*)/g) {
        print "<$1> => <$2>\n";
}

Печать

<var1> => <100>
<var2> => <90>
<var5> => <hello>
<var3> => <"a, b, c">
<var7> => <test>
<var3> => <hello>

Пояснение:

Последний фрагмент: флаг g в конце означает, что вы можете применить регулярное выражение к строке несколько раз. Второй раз он будет продолжать сопоставлять, где последний матч закончился в строке.

Теперь для регулярного выражения: (?:^|\s+) совпадает либо начало строки, либо группа из одного или нескольких пробелов. Это необходимо, поэтому, когда регулярное выражение применяется в следующий раз, мы пропустим пробелы между парами ключ/значение. ?: означает, что содержимое скобок не будет записано как группа (нам не нужны пробелы, только ключ и значение). \S+ соответствует имени переменной. Затем мы пропускаем любое количество пробелов и знак равенства между ними. Наконец, ("[^"]*"|\S*)/ соответствует двум кавычкам с любым количеством символов между ними или любым количеством непространственных символов для значения. Обратите внимание, что сопоставление котировок довольно хрупкое и не будет правильно обрабатывать escpaped кавычки, например. "\"quoted\"" приведет к "\".

EDIT:

Так как вы действительно хотите получить все задание, а не отдельные ключи/значения, здесь один слой, который извлекает их:

my @list = $string =~ /(?:^|\s+)((?:\S+)\s*=\s*(?:"[^"]*"|\S*))/g;

Ответ 2

С помощью регулярных выражений используйте технику, которую мне нравится называть "лайк-и-растяжкой": привязка к функциям, которые, как вы знаете, будут там (клейкой), а затем захватить то, что между (растяжкой).

В этом случае вы знаете, что одно присваивание соответствует

\b\w+=.+

и многие из них повторяются в $string. Помните, что \b означает границу слова:

Граница слов (\b) - это пятно между двумя символами, имеющее a \w с одной стороны от него и a \w с другой стороны (в любом порядке), считая мнимые символы начало и конец строки в соответствии с \w.

Значения в присваиваниях могут быть немного сложными для описания с регулярным выражением, но вы также знаете, что каждое значение будет заканчиваться пробелом, но не обязательно первым встреченным пробелом! - после другого назначения или окончания -string.

Чтобы избежать повторения шаблона утверждения, скомпилируйте его один раз с помощью qr// и повторно используйте его в своем шаблоне вместе с look-ahead assertion (?=...), чтобы растянуть совпадение достаточно далеко, чтобы зафиксировать все значение, а также не позволять ему перетекать в следующее имя переменной.

Соответствие вашему шаблону в контексте списка с помощью m//g дает следующее поведение:

Модификатор /g определяет глобальное сопоставление шаблонов, то есть сопоставление как можно больше в строке. Как он себя ведет, зависит от контекста. В контексте списка он возвращает список подстрок, соответствующих любым скобкам в регулярном выражении. Если круглых скобок нет, он возвращает список всех совпадающих строк, как если бы вокруг всего шаблона были круглые скобки.

В шаблоне $assignment используется не-жадный .+?, чтобы отключить значение, как только смотровое окно увидит другое назначение или конец строки. Помните, что совпадение возвращает подстроки из всех захваченных подшаблонов, поэтому альтернативное чередование использует не захватывающий (?:...). qr//, напротив, содержит неявные скобки для скобок.

#! /usr/bin/perl

use warnings;
use strict;

my $string = <<'EOF';
var1=100 var2=90 var5=hello var3="a, b, c" var7=test var3=hello
EOF

my $assignment = qr/\b\w+ = .+?/x;
my @array = $string =~ /$assignment (?= \s+ (?: $ | $assignment))/gx;

for ( my $i = 0; $i < scalar( @array ); $i++ )
{
  print $i.": ".$array[$i]."\n";
}

Вывод:

0: var1=100
1: var2=90
2: var5=hello
3: var3="a, b, c"
4: var7=test
5: var3=hello

Ответ 3

Я не говорю, что это то, что вы должны делать, но то, что вы пытаетесь сделать, это написать Грамматику. Теперь ваш пример очень прост для грамматики, но Damian Conway модуль Regexp::Grammars действительно замечательно. Если вам нужно вырастить это вообще, вы обнаружите, что это сделает вашу жизнь намного проще. Я использую его совсем немного - это своего рода perl6-ish.

use Regexp::Grammars;
use Data::Dumper;
use strict;
use warnings;

my $parser = qr{
    <[pair]>+
    <rule: pair>     <key>=(?:"<list>"|<value=literal>)
    <token: key>     var\d+
    <rule: list>     <[MATCH=literal]> ** (,)
    <token: literal> \S+

}xms;

q[var1=100 var2=90 var5=hello var3="a, b, c" var7=test var3=hello] =~ $parser;
die Dumper {%/};

Вывод:

$VAR1 = {
          '' => 'var1=100 var2=90 var5=hello var3="a, b, c" var7=test var3=hello',
          'pair' => [
                      {
                        '' => 'var1=100',
                        'value' => '100',
                        'key' => 'var1'
                      },
                      {
                        '' => 'var2=90',
                        'value' => '90',
                        'key' => 'var2'
                      },
                      {
                        '' => 'var5=hello',
                        'value' => 'hello',
                        'key' => 'var5'
                      },
                      {
                        '' => 'var3="a, b, c"',
                        'key' => 'var3',
                        'list' => [
                                    'a',
                                    'b',
                                    'c'
                                  ]
                      },
                      {
                        '' => 'var7=test',
                        'value' => 'test',
                        'key' => 'var7'
                      },
                      {
                        '' => 'var3=hello',
                        'value' => 'hello',
                        'key' => 'var3'
                      }
                    ]

Ответ 4

Немного позади, может быть, но для меня поводом для изучения http://p3rl.org/Parse::RecDescent. Как сделать парсер?

#!/usr/bin/perl

use strict;
use warnings;

use Parse::RecDescent;

use Regexp::Common;

my $grammar = <<'_EOGRAMMAR_'
INTEGER: /[-+]?\d+/
STRING: /\S+/
QSTRING: /$Regexp::Common::RE{quoted}/

VARIABLE: /var\d+/
VALUE: ( QSTRING | STRING | INTEGER )

assignment: VARIABLE "=" VALUE /[\s]*/ { print "$item{VARIABLE} => $item{VALUE}\n"; }

startrule: assignment(s)
_EOGRAMMAR_
;

$Parse::RecDescent::skip = '';
my $parser = Parse::RecDescent->new($grammar);

my $code = q{var1=100 var2=90 var5=hello var3="a, b, c" var7=test var8=" haha \" heh " var3=hello};
$parser->startrule($code);

дает:

var1 => 100
var2 => 90
var5 => hello
var3 => "a, b, c"
var7 => test
var8 => " haha \" heh "
var3 => hello

PS. Обратите внимание на двойную переменную var3, если вы хотите, чтобы последнее назначение было перезаписано первым, вы можете использовать хеш для хранения значений, а затем использовать их позже.

ПФС. Моя первая мысль заключалась в том, чтобы разделить на "=", но это не получится, если строка содержит "=", и поскольку регулярные выражения почти всегда плохи для синтаксического анализа, я в конечном итоге попытался это сделать, и он работает.

Изменить: добавлена ​​поддержка экранированных кавычек внутри цитируемых строк.

Ответ 5

Мне недавно пришлось разбирать строки x509 "Тема". Они имели схожую форму с той, которую вы предоставили:

echo 'Subject: C=HU, L=Budapest, O=Microsec Ltd., CN=Microsec e-Szigno Root CA 2009/[email protected]' | \
  perl -wne 'my @a = m/(\w+\=.+?)(?=(?:, \w+\=|$))/g; print "$_\n" foreach @a;'

C=HU
L=Budapest
O=Microsec Ltd.
CN=Microsec e-Szigno Root CA 2009/[email protected]

Краткое описание регулярного выражения:

(\w+\=.+?) - захватывать слова, за которыми следует '=', и любые последующие символы в не жадном режиме
(?=(?:, \w+\=|$)) - за которым следует либо другой , KEY=val, либо конец строки.

Интересная часть используемого регулярного выражения:

• .+? - Нежелательный режим
• (?:pattern) - Режим без захвата
• (?=pattern) положительное утверждение с ожидающей надежностью нулевой ширины

Ответ 6

Это даст вам также общее экранирование в двойных кавычках, например, var3 = "a, \" b, c ".

@a = /(\w+=(?:\w+|"(?:[^\\"]*(?:\\.[^\\"]*)*)*"))/g;

В действии:

echo 'var1=100 var2=90 var42="foo\"bar\\" var5=hello var3="a, b, c" var7=test var3=hello' |
perl -nle '@a = /(\w+=(?:\w+|"(?:[^\\"]*(?:\\.[^\\"]*)*)*"))/g; $,=","; print @a'
var1=100,var2=90,var42="foo\"bar\\",var5=hello,var3="a, b, c",var7=test,var3=hello

Ответ 7

#!/usr/bin/perl

use strict; use warnings;

use Text::ParseWords;
use YAML;

my $string =
    "var1=100 var2=90 var5=hello var3=\"a, b, c\" var7=test var3=hello";

my @parts = shellwords $string;
print Dump \@parts;

@parts = map { { split /=/ } } @parts;

print Dump \@parts;

Ответ 8

Вы запросили решение RegEx или другой код. Это решение (главным образом) без регулярного выражения, использующее только основные модули. Единственное регулярное выражение \s+ определяет разделитель; в этом случае одно или несколько пробелов.

use strict; use warnings;
use Text::ParseWords;
my $string="var1=100 var2=90 var5=hello var3=\"a, b, c\" var7=test var3=hello";  

my @array = quotewords('\s+', 0, $string);

for ( my $i = 0; $i < scalar( @array ); $i++ )
{
    print $i.": ".$array[$i]."\n";
}

Или вы можете выполнить код ЗДЕСЬ

Вывод:

0: var1=100
1: var2=90
2: var5=hello
3: var3=a, b, c
4: var7=test
5: var3=hello

Если вам действительно нужно решение регулярного выражения, Alan Moore комментарий, связанный с его кодом на IDEone, это газ!

Ответ 9

Это можно сделать с помощью регулярных выражений, однако оно хрупкое.

my $string = "var1=100 var2=90 var5=hello var3=\"a, b, c\" var7=test var3=hello";

my $regexp = qr/( (?:\w+=[\w\,]+) | (?:\w+=\"[^\"]*\") )/x;
my @matches = $string =~ /$regexp/g;