如何组合重叠的路径段以获得 Perl 中的完整路径？答案

【问题标题】：How can I combine overlapping path segments to get the full path in Perl?如何组合重叠的路径段以获得 Perl 中的完整路径？
【发布时间】：2010-11-28 09:52:52
【问题描述】：

我真的不喜欢 Perl，但我必须将它用于我当前的任务。

这是我的问题...我有三个字符串，它们构成完整目录路径的元素（Windows，但也需要在 *nix 上工作）。比如……

$root = "c:\\checkout\\omega";
$client = "abc\\mainline";
$build = "omega\\abc\\mainline\\host\\make";

我想将这些组合成一个完整的路径，例如

"c:\\checkout\\omega\\abc\\mainline\\host\\make"

但 $build 字符串与 $root 和/或 $client 字符串之间存在重叠。我如何将这些组合起来以获得完整路径并忽略重叠。 $client 在此示例中可能可以忽略，但在其他情况下，$build may 与 $client 重叠而不是 $root。

我可以想到很多可怕的混乱方式来实现它，但我假设（也许是错误的）有一种简单、干净甚至优雅的方式来实现它，因为 Perl 主要是关于文本操作。

可能是某种字符串或运算。我愚蠢地尝试了......

($root . $client) | $build

但它是按位运算，结果是垃圾！

【问题讨论】：

文字斜线不会造成问题吗？并不是说您可以在 Windows 上使用“/”作为目录分隔符： $root = "c:/checkout/omega"; $client = "abc/主线"; $build = "omega/abc/mainline/host/make";
目前双引号中的\是转义字符。您需要转义它们 \\ 或改用单引号（或 q{}）。就像 Pod 说的，你可能会发现在 Windows 上使用 / 可以正常工作。
这个问题不清楚，但如果你能不那么模棱两可的话，很可能会有一个简单的答案。你到底想做什么？在您的示例中，您没有组合所有三个路径元素。你能解释一下什么时候应该组合元素，什么时候不应该组合？
您可能想要使用 File::Spec，但您能进一步解释一下吗？我认为你的意思是你需要删除路径组件直到并包括 $build 中的 $client （给你留下类似 'host\make' 的东西，然后将剩下的部分与 $root 和 $client 结合起来得到类似 '$ root\$client\$remainder'。对吗？
噢！是的，'\\' 表示斜线！

标签： perl string path

【解决方案1】：

下面的这个正则表达式更适合消除重复的路径序列。

qr{ ( 
      [\\/]  # 1. starts with a path break
      .+?    # 2. whatever
    )
    \1       # whatever was captured in the previous group 
             # it forces us to backtrack on #2 until we have duplicates
             # it will necessarily have a path break at the beginning
  }x;

只要路径中没有重复的字母，Dave Webb 提供的正则表达式就可以工作。只需创建最后一个节点'mmake'，它就会中断。

我明白了：

original c:\checkout\omega\abc\mainline\omega\abc\mainline\host\mmake
overlap m
new c:\checkout\omega\abc\mainline\omega\abc\mainline\host\make

您希望重复是目录名称，而不是字符。

还需要一个简单的替换。当您在正则表达式中看到 ^.* 或 .*$ 时，可能不需要它。在这个中不再需要它了。

事实上，所有这些都可以通过以下方式完成：

$path =~ s/([\\\/]+.+?)\1/$1/;

替换一些东西，它与那个东西重复。

`File::Spec`

顺便说一句，File::Spec 是以独立于平台的方式连接目录的公认方式：

my $path = File::Spec->catfile( $root, $client, $build );
$path =~ s/([\\\/]+.+?)\1/$1/;

不过，我对File::Spec 有一点小烦恼。我喜欢将/ 用于目录。并且 perl works 在 windows 环境中与 / 一起使用。只要我停留在 perl 的范围内，我就不必用 escape 字符（在 C 语言系列中）分隔路径。 File::Spec 强制反斜杠与 Windows 平台一致。

但是，如果这就是您要寻找的东西，那可能是使用它的更多理由。

【讨论】：

使用 / 不会强制使用反斜杠...您可以使用其他标点符号作为正则表达式分隔符。例如，s|(/.+)\1|$1|、s{(/.+)\1}{$1} 等
@Dave Sherohman：我澄清了File::Spec 强制使用反斜杠。

【解决方案2】：

你有三个路径的事实让我有点困惑，但如果你想找到两个之间的重叠，你可以在正则表达式中使用 back reference。

例如：

$root = "c:\\checkout\\omega";
$build = "omega\\abc\\mainline\\host\\make";    

# Concatenate Strings
$path = "$root\\$build";
print "original ",$path,"\n";

# Look for overlap using a backreference
$path =~ /^.*(.+)\1.*$/;
print "overlap ",$1,"\n";

# Do a substitution to remove the overlap
$path =~ s/^(.*)(.+)\2(.*)$/\1\2\3/;
print "new ",$path,"\n";

这将产生以下输出：

original c:\checkout\omega\omega\abc\mainline\host\make
overlap omega\
new c:\checkout\omega\abc\mainline\host\make

【讨论】：

寻找重叠的正则表达式最好是 /(.+)\1/。默认情况下，正则表达式将匹配字符串中的任何位置，因此以（非捕获）^.* 开头或以 .*$ 结尾只是毫无意义的噪音。根据您的正则表达式实现，这些也可以通过强制回溯来显着减慢速度，但我很确定 Perl 实现已经过优化以避免性能下降。
想一想...您不需要在最终的正则表达式中重复搜索。将其更改为 s/$1// 可能会正常工作 - 重复的部分位于前一个正则表达式的 $1 中，因此只需将其替换为任何内容。只要您不包含 /g 修饰符，它将仅替换重复文本的第一个实例。或者使用 s/(.+)\1/$1/ 一次性完成所有操作。（根据“使用警告”，在 s/// 的替换部分使用 \1 “最好写成 $1”。）

【解决方案3】：

这是一种方法：

使用单引号保留反斜杠（如果您想要反斜杠）；
我的 $fullpath = join "", $root, $client, $build;

join 是字符串之间的“胶水”——在这种情况下，为空或什么都没有。

以上给出：

c:\checkout\omegaabc\mainlineomega\abc\mainline\host\make

因此，如果您需要在字符串之间使用反斜杠，请改用join "\\"，这将给出：

c:\checkout\omega\abc\mainline\omega\abc\mainline\host\make

使用双引号中的字符串，\ 后面的字符将被转义。在单引号中，文字字符串被保留。

然后您可以轻松地将反斜杠转换为 (*nix) 正斜杠，但这是另一个过程。对于 Perl，请始终使用use strict;，当您从命令行运行它时，这将有助于指出任何潜在的故障。

【讨论】：

【解决方案4】：

我能想到很多可怕的混乱实现它的方法，但我认为（也许是错误的）有一个简单，干净，甚至优雅这样做的方法

是的。看看Path::Class 模块。从您的问题来看，您要做什么并不完全清楚，但Class::Path 让您以跨平台的方式操作路径。

【讨论】：

【解决方案5】：

不知道您的结构是否有任何规则（例如，在您的示例中 $client 似乎是多余的？）但如果有，那么您可以执行以下操作：

my $root  = 'c:\checkout\omega'; 
my $build = 'omega\abc\mainline\host\make';

# $root + $build minus first node
my $file = join '\\', $root, ( split /\\/, $build, 2 )[1];

【讨论】：