如何在 perl 中拆分字符串，保留分隔符，并在分隔符之间进行拆分？

Question

我的问题有点罗嗦，所以我会尝试用一个例子来解释。

我有一个文件有点类似于我需要解析的 XML，虽然不完全一样。文件中的元素通常显示类似于 XML 格式，如

<person><greeting>hello</greeting><goodbye>bye</goodbye></person>

我想把文件分成单独的标签集，这样一个元素就可以了

<greeting>hello</greeting>

另一个是

<goodbye>bye</goodbye>

对于一个空元素，<person> 和 </person> 自然会成为它们自己的元素，我完全可以接受，因为我想将文件作为一个整体进行解析。

我遇到的问题是如何最好地将整个文件拆分为一个数组，因为文件中根本没有换行符，它是如你所见那样写出来的。我试过这样做

my @array = split(/(><)/, $file)

但问题是它不会将尖括号保留为关联标签的一部分，而是将它们分开。有没有办法让我将文件 在 > 和

Answer 1

我不确定这是否是最佳解决方案，但要直接回答您的问题，您可以使用 lookbehind and lookahead assertions 在角度之间进行拆分。

my @array = split(/(?<=>)(?=<)/, $file)

不同的是。他们不消耗>< 部分，他们匹配两者之间的位置。

另一个想法是使用反向引用来匹配正确的（它匹配具有此名称的第一个结束标签，当嵌套相同的标签时这是错误的）结束标签，像这样

<([^>]*)>(.*?)</\1>

看here on Regexr

你在这个正则表达式中有两个引用。第一个用来匹配结束标签，第二个你会找到标签的内容。

当然它首先会匹配“person”标签，但你会在$2中找到其他标签。您必须在 $2 上递归使用正则表达式，直到结果为空数组。