捕获可选连字符正则表达式之间的单词

Question

我有以下类型的字符串，

abc - xyz
abc - pqr - xyz
abc - - xyz
abc - pqr uvw - xyz

我想从第一个字符串中检索文本xyz，从第二个字符串中检索pqr，从第三个字符串和pqr uvw 中检索“（空）”。第二个连字符是可选的。 abc 是静态字符串，它必须在那里。我试过遵循正则表达式，

/^(?:abc) - (.*)[^ -]?/

但它给了我以下输出，

xyz
pqr - xyz
- xyz
pqr uvw - xyz

我不需要第二个字符串的最后一部分。我正在使用 perl 进行脚本编写。可以通过正则表达式完成吗？

Answer 1

请注意，(.*) 部分是一个贪婪量化的点，它尽可能多地抓取除换行符之外的任何 0+ 字符，直到行尾和 [^ -]?，能够匹配由于? 量词（1 或 0 次重复），空字符串匹配行尾的空字符串。因此，abc - pqr - xyz 的 pqr - xyz 输出仅适用于正则表达式引擎。

您需要在这里使用更严格的模式。例如

/^abc\h*-\h*((?:[^\s-]+(?:\h+[^\s-]+)*)?)/

请参阅regex demo。

详情

• ^ - 字符串的开头
• abc - 一个abc
• \h*-\h* - 用 0+ 个水平空格括起来的连字符
• ((?:[^\s-]+(?:\h+[^\s-]+)*)?) - 第 1 组捕获可选出现的
  • [^\s-]+ - 除空格和 - 之外的 1 个或多个字符
  • (?:\h+[^\s-]+)* - 零次或多次重复
    • \h+ - 1+ 个水平空格
    • [^\s-]+ - 除空格和- 之外的 1 个或多个字符

Answer 2

你可以使用^[^-]*-\s*\K[^\s-]*。

它是这样工作的：

^       # Matches at the beginning of the line (in multiline mode)
[^-]*   # Matches every non - characters
-       # Followed by -
\s*     # Matches every spacing characters
\K      # Reset match at current position
[^\s-]* # Matches every non-spacing or - characters

Demo.

---

多个封闭词的更新：^[^-]*-\s*\K[^\s-]*(?:\s*[^\s-]+)*

最后一部分(?:\s*[^\s-]+)* 检查是否存在任何其他以空格开头的单词。

Demo

Answer 3

你可以使用拆分：

$answer = (split / \- /, $t)[1];

其中 $t 是文本字符串，您希望进行第二次拆分（即 [1] 从 0 开始）。适用于除 abc - - xyz 之外的所有内容，但如果分隔符为“ - ”，则中间应有 2 个空格以不返回任何内容。如果 abc - - xyz 是正确的，那么您可以在拆分之前执行此操作以供所有人使用：

$t =~ s/\- \-/-  -/;

它只是插入一个额外的空格，所以它会匹配“ - ”两次，中间没有任何内容。

Answer 4

可以通过正则表达式完成吗？

是的，使用三个简单的正则表达式：- 和 ^\s+ 和 \s+$。

use strict;
use warnings; 
use 5.020;
use autodie;
use Data::Dumper;

open my $INFILE, '<', 'data.txt';

my @results = map {
    (undef, my $target) = split /-/, $_, 3;
    $target =~ s/^\s+//;  #remove leading spaces
    $target =~ s/\s+$//;  #remove trailing spaces
    $target;
} <$INFILE>;

close $INFILE;

say Dumper \@results;

--output:--
$VAR1 = [
          'xyz',
          'pqr',
          '',
          'pqr uvw'
        ];