替换匹配前的第一个字符

Question

对于每一行，我需要在字母数字符号的第一个匹配之前添加一个分号，但仅适用于第一次出现分号之后的字母数字符号。

例子：

输入：

00000001;Root;;
00000002;  Documents;;
00000003;    oracle-advanced_plsql.zip;file;
00000004;  Public;;
00000005;  backup;;
00000006;    20110323-JM-F.7z.001;file;
00000007;    20110426-JM-F.7z.001;file;
00000008;    20110603-JM-F.7z.001;file;
00000009;    20110701-JM-F-via-summer_school;;
00000010;      20110701-JM-F-via-summer_school.7z.001;file;

期望的输出：

00000001;;Root;;
00000002;  ;Documents;;
00000003;    ;oracle-advanced_plsql.zip;file;
00000004;  ;Public;;
00000005;  ;backup;;
00000006;    ;20110323-JM-F.7z.001;file;
00000007;    ;20110426-JM-F.7z.001;file;
00000008;    ;20110603-JM-F.7z.001;file;
00000009;    ;20110701-JM-F-via-summer_school;;
00000010;      ;20110701-JM-F-via-summer_school.7z.001;file;

有人可以帮我创建 Perl 正则表达式吗？我需要在程序中使用它，而不是作为单线器。

Answer 1

这是一种在第一个分号和空格之后，但在第一个非空格之前插入分号的方法。

s/;\s*\K(?=\S)/;/

如果您觉得有必要，您可以使用\w 而不是\S，但我觉得这个输入是不必要的规范。

\K（保持）转义类似于后向断言，因为它不会删除匹配的内容。前瞻断言也是如此，所以这个替换所做的只是在指定位置插入一个分号。

Answer 2

首先，这是一个似乎符合您要求的程序：

#/usr/bin/perl -w
while(<>) {                                                           
  s/^(.*?;.*?)(\w)/$1;$2/;                                            
  print $_;                                                           
}                                                                     

将其存储在文件“program.pl”中，使用“chmod u+x program.pl”使其可执行，然后在您的输入数据上运行它，如下所示：

program.pl input-data.txt

下面是正则表达式的解释：

s/        # start search-and-replace regexp
  ^       # start at the beginning of this line
  (       # save the matched characters until ')' in $1
    .*?;  # go forward until finding the first semicolon
    .*?   # go forward until finding... (to be continued below)
  )
  (       # save the matched characters until ')' in $2
    \w    # ... the next alphanumeric character.
  )
/         # continue with the replace part
  $1;$2   # write all characters found above, but insert a ; before $2
/         # finish the search-and-replace regexp.

根据您的示例输入，我将使用更具体的正则表达式：

s/^(\d*; *)(\w)/$1;$2/;

此表达式从行首开始，跳过数字 (\d*)，后跟第一个分号和空格。在后面的单词字符前插入一个分号。

选择最适合您需求的！

Answer 3

首先感谢您的出色回答！

实际上我的代码 sn-p 是这样的：

 our $seperator=";" # at the beginning of the file
 #...
 sub insert {
    my ( $seperator, $line, @all_lines, $count, @all_out );
    $count     = 0;
    @all_lines = read_file($filename);

    foreach $line (@all_lines) {
        $count = sprintf( "%08d", $count );
        chomp $line;
        $line =~ s/\:/$seperator/;                          # works
        $line =~ s/\ file/file/;                            # works

        #$line=~s/;\s*\K(?=\S)/;/;                          # doesn't work
        $line =~ s/^(.*?$seperator.*?)(\w)/$1$seperator$2/; # doesn't work
        say $count . $seperator . $line . $seperator; 

        $count++; # btw, is there maybe a hidden index variable in a foreach-loop I could us instead of a new variable??
        push( @all_out, $count . $seperator . $line . $seperator . "\n" );
    }

    write_file( $csvfile, @all_out ); # using File::Slurp
}

为了得到我提供给你的输入，我已经做了一些小的替换，你可以在 foreach 循环的开头看到。

我很好奇，为什么 TLP 和 Yaakov 提出的正则表达式在我的代码中不起作用。一般来说它们可以工作，但只有在像 Yaakov 给出的示例中那样编写时：

while(<>) {                                                           
  s/^(.*?;.*?)(\w)/$1;$2/;                                            
  print $_;                                                           
}