如何在字符串中找到重叠的正则表达式？答案

【问题标题】：How do I find overlapping regex in a string?如何在字符串中找到重叠的正则表达式？
【发布时间】：2016-02-20 03:23:08
【问题描述】：

我有这个字符串：

my $line = "MZEFSRGGRMEAZFE*MQZEFFMAEZF*"

我想找到以M 开头并以* 结尾的每个子字符串，其中没有*。这意味着上面的字符串将在我的最终数组中给我 4 个元素。

@ORF= (MZEFSRGGRMEAZFE*,MEAZFE*, MQZEFFMAEZF*,MAEZF*)

一个简单的正则表达式是行不通的，因为它找不到重叠的子字符串。有没有简单的方法可以做到这一点？

【问题讨论】：

你错过了MZEFSRGGRMEAZFE*MQZEFFMAEZF*。你有什么尝试吗？
@AvinashRaj 不，完整的字符串包含* instide，所以这不是结果的一部分。
@AvinashRaj simbabque 是正确的，它不会成为最终数组的一部分，因为其中有一个“*”。我使用的代码没有找到重叠的子字符串，这是我的问题。
以后，请添加您已经编写并且遇到问题的代码。这让我们更容易提供帮助。

标签： arrays regex string perl

【解决方案1】：

正则表达式匹配在匹配时使用模式 - 这是设计使然。

您可以使用前瞻表达式来避免这种情况发生PerlMonks: Using Look-ahead and Look-behind

所以这样的事情会起作用：

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

use Data::Dumper;

my $line = "MZEFSRGGRMEAZFE*MQZEFFMAEZF*";
my @matches = $line  =~ m/(?=(M[^*]+))/g;
print Dumper \@matches;

这给了你：

$VAR1 = [
          'MZEFSRGGRMEAZFE',
          'MEAZFE',
          'MQZEFFMAEZF',
          'MAEZF'
        ];

【讨论】：

【解决方案2】：

您还可以使用递归方法而不是高级功能正则表达式来执行此操作。下面的程序获取每个匹配项并重新解析匹配项，但省略了起始 M，因此它不会再次匹配整个匹配项。

use strict;
use warnings;
use Data::Printer;

my $line = "MZEFSRGGRMEAZFE*MQZEFFMAEZF*";
my @matches;

sub parse {
    my ( $string ) = @_;

    while ($string =~ m/(M[^*]+\*)/g ) {
        push @matches, $1;
        parse(substr $1, 1);
    }
}

parse($line);
p @matches;

这是输出：

[
    [0] "MZEFSRGGRMEAZFE*",
    [1] "MEAZFE*",
    [2] "MQZEFFMAEZF*",
    [3] "MAEZF*"
]

【讨论】：