在 perl 正则表达式中匹配 n 个括号

Question

我有一些要在 Perl 中解析的数据，并且会在不久的将来添加越来越多不同格式的数据。我想做的是编写一个易于使用的函数，我可以将一个字符串和一个正则表达式传递给它，它会返回括号中的任何内容。它会像这样工作（伪代码）：

sub parse {
  $data = shift;
  $regex = shift;

  $data =~ eval ("m/$regex/")
  foreach $x ($1...$n)
  {
    push (@ra, $x); 
  }
  return \@ra;
}

那么，我可以这样称呼它：

@subs = parse ($data, '^"([0-9]+)",([^:]*):(\W+):([A-Z]{3}[0-9]{5}),ID=([0-9]+)');

如您所见，此代码存在一些问题。我不知道 eval 是否可以工作，'foreach' 肯定不会工作，而且不知道有多少括号，我不知道循环多少次。

这对于拆分来说太复杂了，所以如果我忽略了其他功能或可能性，请告诉我。

感谢您的帮助！

Answer 1

在列表上下文中，正则表达式将返回所有带括号的匹配项的列表。

所以你要做的就是：

my @matches = $string =~ /regex (with) (parens)/;

假设它匹配，@matches 将是两个捕获组的数组。

所以使用你的正则表达式：

my @subs = $data =~ /^"([0-9]+)",([^:]*):(\W+):([A-Z]{3}[0-9]{5}),ID=([0-9]+)/;

另外，当你有很长的正则表达式时，Perl 有x 修饰符，它位于结束正则表达式分隔符之后。 x 修饰符允许您在正则表达式中放置空格和换行符以提高可读性。

如果您担心捕获组的长度可能为零，您可以通过@subs = grep {length} @subs 传递匹配项以过滤掉它们。

Answer 2

那么，我可以这样称呼它：

@subs = parse($data, 
          '^"([0-9]+)",([^:]*):(\W+):([A-Z]{3}[0-9]{5}),ID=([0-9]+)');

改为：

parse($data, 
    qr/^"([0-9]+)",([^:]*):(\W+):([A-Z]{3}[0-9]{5}),ID=([0-9]+)/);

此外，如果您可以使用named captures（即 Perl 5.10 及更高版本），您的任务将会变得更简单。这是一个例子：

#!/usr/bin/perl

use strict; use warnings;

my %re = (
    id => '(?<id> [0-9]+ )',
    name => '(?<name> \w+ )',
    value => '(?<value> [0-9]+ )',
);

my @this = (
    '123,one:12',
    '456,two:21',
);

my @that = (
    'one:[12],123',
    'two:[21],456',
);

my $this_re = qr/$re{id}   ,   $re{name}    : $re{value}/x;
my $that_re = qr/$re{name} : \[$re{value}\] , $re{id}   /x;

use YAML;

for my $d ( @this ) {
    print Dump [ parse($d, $this_re) ];
}

for my $d ( @that ) {
    print Dump [ parse($d, $that_re) ];
}

sub parse {
    my ($d, $re) = @_;
    return unless $d =~ $re;
    return my @result = @+{qw(id name value)};
}

输出：

--- - 123 - 一 - 12 --- - 456 - 二 - 21 --- - 123 - 一 - 12 --- - 456 - 二 - 21

Answer 3

您正在尝试使用正则表达式解析复杂的表达式 - 这对于这项工作来说是一个不足的工具。回想一下，正则表达式不能解析高级语法。出于直觉，任何可能嵌套的表达式都不能用正则表达式解析。

Answer 4

当你想在括号内查找文本时，你想使用Text::Balanced。

但是，那不是你想要做的，所以它对你没有帮助。