使用单个正则表达式进行多次替换，关心 perl 中的位置

Question

我想读入一个文件，格式如下：“string1 string2 string3”并替换掉几个字符，（但每把椅子都应该替换一次） 例如这些规则： tsch=> tch, ch> h, ki=> ky （但只要 ki 位于“单词”的末尾） 所以“tschaiki”应该变得 thaiky 而不是 thaiky（当使用 for 循环或多个单个替代命令时会发生这种情况）

我知道之前有人问过这个问题，并通过在 perl 中创建哈希来解决。

$line=<>
my %replace =(j=> "y", ss=> "s", u=> "ou", tsch=> "ch"); #short versions of the rules
my $regex = join "|", keys %replace;    

$regex = qr/$regex/;
$line=~s/($regex)/$replace{$1}/g;

到目前为止，这对我也有效，但我希望某些字符只能在字符串末尾替换。但这会导致问题： 我已经用第二个正则表达式和哈希扩展了之前的代码，仅用于结尾：

 my %replace_end =(ia=> "iya", ki=> "ky",ei=> "ey" );
 my $regex_end = join "|", keys %replace_end;
 $regex_end = qr/$regex_end/; 
 $line=~s/($regex_end)$/$replace_end{$1}/g;  # saying just to substitute at the end 

我的整个代码如下，但要么出现异常，要么结尾被忽略（我认为没有文件处理和 while 循环的代码确实有效）：

#!/usr/bin/perl
use strict;
use warnings;

open(INP,"<:utf8","dt_namen.txt"); 
open(OUT,">:utf8","dt_zu_engl.txt");

my %replace =(j=> "y", ss=> "s", tsch=> "ch", sch => "sh", c => "k", J="Y", Ss=>"s"); 
 my $regex = join "|", keys %replace;  
 $regex = qr/$regex/;

 my %replace_end =(ki=> "ky",ei=> "ey" );
 my $regex_end = join "|", keys %replace_end;
 $regex_end = qr/$regex_end/; 

while(my $line= <INP>){
 $line=~s/($regex)/$replace{$1}/g;
 $line=~s/($regex_end)$/$replace_end{$1}/g;  # saying just to substitute at the end 
 print $line;
 print OUT "$line";
}
close INP;
close OUT;

Answer 1

您的代码存在一个潜在问题，即替换顺序未定义。如果两个模式在同一位置匹配，则不知道哪一个会匹配。这完全取决于正则表达式中哪个先出现，并且哈希没有定义的顺序，所以现在没有保证行为。

通过在构造正则表达式时执行sort 来解决此问题：

my $regex = join "|", sort {length($b) <=> length($a)} keys %replace;

这将按长度降序对术语进行排序，因此您将确保始终首先匹配最长的术语。

更新：只替换字符串的末尾，试试这个：

my $regex_end = join "|", map { qr/$_$/ } keys %replace_end;

它在每个术语的末尾放置一个$（匹配字符串的末尾）。

或者，如果你的意思是，只替换单词的末尾，这样做：

my $regex_end = join "|", map { qr/$_\b/ } keys %replace_end;