匹配浮点数 >= 100

Question

我正在逐行读取文件，并希望得到以任何而不是 AB 开头的行，并且 包含（至少）三位浮点数，后跟百分号（即任何大于或等于 100% 的浮点数%）。

例如：

AA whatevs 102.342% dontcare #MATCH
AB whatevs 102.342% dontcare #MISMATCH
AC whatevs 12.3042% dontcare #MISMATCH *
AD whatevs 102% dontcare #MATCH *
AE whatevs 2002.3042% dontcare #MATCH
AF whatevs 22.3021% dontcare #MISMATCH
AG whatevs 102.342 12.342% dontcare #MISMATCH **

到目前为止，我有以下正则表达式解决方案，它没有捕获AD whatevs 102% dontcare，原因很明显。

/^(?!AB).*\d{3}\.\d*%/

/^(?!AB).*\d{3}\.?\d*%/ 也不起作用，因为它匹配AF whatevs 22.3021% dontcare。

我知道我可以通过基于. 的存在将我的正则表达式分成两个子正则表达式来做到这一点。不过，我想看看是否有单一的正则表达式解决方案。

Answer 1

您已经注意到，有很多不同的方式来表示浮点数。您可以使用Regexp::Common::number 来处理它们，而不是滚动您自己的正则表达式：

use strict;
use warnings;

use Regexp::Common qw(number);

while (<DATA>) {
    next if /^AB/;

    print if /\b$RE{num}{real}{-keep}%/ and $1 >= 100;
}

__DATA__
AA whatevs 102.342% dontcare #MATCH
AB whatevs 102.342% dontcare #MISMATCH
AC whatevs 12.3042% dontcare #MISMATCH *
AD whatevs 102% dontcare #MATCH *
AE whatevs 2002.3042% dontcare #MATCH
AF whatevs 22.3021% dontcare #MISMATCH
AG whatevs 102.342 12.342% dontcare #MISMATCH **
AH whatevs 1.02342E02% dontcare #MATCH
AI whatevs -102% dontcare #MISMATCH

输出：

AA whatevs 102.342% dontcare #MATCH
AD whatevs 102% dontcare #MATCH *
AE whatevs 2002.3042% dontcare #MATCH
AH whatevs 1.02342E02% dontcare #MATCH

我在数据集中添加了一个负数和一个指数，以展示使用Regexp::Common 的便利性。无论您的数据集是否包含此类值，您都无需调整正则表达式。

另请注意，将数字视为数字而不是一系列字符时，比较数字会更容易。 -100 是三位数字，但肯定不是 >= 100。

Answer 2

唯一的窍门是确保 3 位数字前面没有小数点。

use strict;
use warnings;

while (<DATA>) {
    if (/^(?!AB).*\b(?<!\.)\d{3,}(?:\.\d*)?%/) {
        print;
    }
}
__DATA__
AA whatevs 102.342% dontcare #MATCH
AB whatevs 102.342% dontcare #MISMATCH due to AB
AC whatevs 12.3042% dontcare #MISMATCH
AD whatevs 102% dontcare #MATCH *
AE whatevs 2002.3042% dontcare #MATCH
AF whatevs 22.3021% dontcare #MISMATCH
AG whatevs 102.342 12.342% dontcare #MISMATCH

输出：

AA whatevs 102.342% dontcare #MATCH
AD whatevs 102% dontcare #MATCH *
AE whatevs 2002.3042% dontcare #MATCH