如何使用 Perl 从单个字符串中捕获子表达式的多个匹配项？答案

【问题标题】：How can I capture multiple matches for a sub-expression from a single string with Perl?如何使用 Perl 从单个字符串中捕获子表达式的多个匹配项？
【发布时间】：2014-11-20 03:12:26
【问题描述】：

我目前有以下正则表达式：

^\s*(.+)(?:[-\._ ]+)(\d+)\s*[xX]\s*(\d+)

这将匹配show_3x01_ep. name 并检索show、3、01。我想扩展它，以便可以捕获多个剧集。例如：

 show _3x01_3x02 ep. name

应该返回：

show, 3, 01, 3, 02

有人可以向我解释一下这是怎么做到的吗？

【问题讨论】：

标签： regex perl capture-group

【解决方案1】：

您对正则表达式的期望过高。最简单的方法是分两步完成。

首先请注意，尽管在您的示例中匹配 show 的 (.+) 过于笼统。如果您将模式应用于show _3x01_3x02 ep. name，那么您将得到show——带有尾随空格——因为以下[-._ ]+（无需转义点或将字符类括在(?: ... )中）是对一个字符感到满意。

这将按照您的要求进行。它查找第一个字母字符字符串，然后查找由单个 x 分隔的所有数字字符串对。

use strict;
use warnings;

my $s = 'show _3x01_3x02 ep. name';

if ( my ($prefix) = $s =~ /([a-z]+)/i ) {
  print "$prefix\n";
  print "$1 $2\n" while $s =~ /(\d+)x(\d+)/g;
}

输出

show
3 01
3 02

【讨论】：

感谢鲍罗丁。读完后，我决定从头开始，尝试简化。

【解决方案2】：

使用 Perl 的 g 修饰符

您可以使用 Perl 的 g 正则表达式修饰符在字符串中多次扫描模式。然后，您可以将这些匹配项保存到列表中，然后对该列表或其各个元素执行某些操作。例如：

$ echo 'show _3x01_3x02 ep.name' |
      perl -ne '@words = ($_ =~ /\A(.*?)(?=\d)|(\d+)x(\d+)/g);
                @words = grep { $_ ne "" } @words;
                while (my $idx = each @words) {
                    @words[$idx] =~ s/^\s+|\s+\b|_//g;
                };
                print join(", ", @words), "\n"'
show, 3, 01, 3, 02

【讨论】：

【解决方案3】：

在 Ruby 中使用 String#scan 代替

您的文件名不一致，因此您最好扫描已知模式然后进行清理。我已经provided a Perl solution，但提供此 Ruby 解决方案作为替代方案。例如：

str = 'show _3x01_3x02 ep. name'
str.scan(/\A(.*?)(?=\d)|(\d+)x(\d+)/).
    flatten.compact.map { |e| e.gsub(?_, ' ').strip }
#=> ["show", "3", "01", "3", "02"]

在这一行代码中有很多内容，但应该很容易理解。代码将：

匹配从字符串开头到第一个数字的所有内容作为节目名称。
匹配它可以找到的所有季节/剧集对。
以数组形式返回所有匹配项。
扁平化由捕获组创建的嵌套数组，并丢弃 nil。
在数组的每个成员中用空格替换下划线。
从数组的每个成员中去除任何周围的空白。
返回数组。

正则表达式本身与 Perl 兼容，但其余逻辑依赖于 Ruby 的 String#scan 和其他可能无法直接映射到 Perl 的内部结构。 YMMV。

【讨论】：