带有“|”的多个模式（“或”）：确定所有匹配项？答案

【问题标题】：Multiple patterns with "|" ("or"): determine all matches?带有“|”的多个模式（“或”）：确定所有匹配项？
【发布时间】：2016-04-23 17:09:23
【问题描述】：

我正在解析日志文件，并希望一次将一行与多个模式匹配。我知道我可以从Regexp::Assemble 中受益，正如this question 的答案中所建议的那样。不幸的是我不能使用它（因为它需要部署在数十台运行 Perl 从 5.8.8 到 5.18.0 以及 AIX 和 SLES11/12 的生产机器上）。

所以我想我必须坚持使用|。我尝试了以下代码：

#!/usr/bin/env perl
use strict;
use warnings;
use Data::Printer;
my @matches;

@matches = ( 'sjd one skj two sjf' =~ /(\bone\b)|(\btwo\b)|(\bthree\b)/ );
p @matches;

给予

[
    [0] "one",
    [1] undef,
    [2] undef
]

@matches = ( 'sjd onnne skj two sjf' =~ /(\bo.+e\b)|(\btwo\b)|(\bthree\b)/ );
p @matches;

给予

[
    [0] "onnne",
    [1] undef,
    [2] undef
]

@matches = ( 'sjd ONE skj two sjf' =~ /(\bone\b)|(\btwo\b)|(\bthree\b)/ );
p @matches;

给予

[
    [0] undef,
    [1] "two",
    [2] undef
]

@matches = ( 'sjd ONE skj TWO sjf' =~ /(\bone\b)|(\btwo\b)|(\bthree\b)/ );
p @matches;

给予

[]

由此我可以判断是否有匹配。 @matches 不匹配或包含对应位置的匹配是假的。但在前两种情况下，实际上有 two 个匹配项。有没有办法让代码输出在第一种情况下都匹配，比如：

@matches = ( 'sjd one skj two sjf' =~ /(\bone\b)|(\btwo\b)|(\bthree\b)/ );
p @matches;

[
    [0] "one",
    [1] "two",
    [2] undef
]

即这样@matches 包含 all 匹配项，而不仅仅是第一个匹配项？或者我是否必须使用 if/else 级联或其他方式遍历我的模式？

更新

重新阅读我的问题和您的 cmets，我意识到我的问题并不清楚。很抱歉。
实际上我确实关心匹配的模式以及匹配的结果，即对于线

$line = 'xxx two xxx one xxx';

和模式/one/、/t.o/、/three/ 我想知道模式/one/ 匹配"one" 和模式/t.o/ 匹配"two"。最好是一步完成。

【问题讨论】：

您不需要 5.10 即可使用 Regexp::Assemble。事实上，Regexp::Assemble 的主要用途和您感兴趣的（优化交替）在 5.10 中变得无用（因为它成为内置的）。
@ikegami 您指的是~~ 运算符，对吗？不幸的是，我的脚本还必须在安装了 no 附加功能的 AIX 下与 5.8.8 一起运行。 :-(
不，~~ 是实验性的，可能会改变。它不应该被使用。 // R::A 基本上是 my $re = join '|', @regex_patterns;，但是以 5.10+ 中不需要的方式优化输出 // 这不是真的。您安装了一个脚本。因此，您可以安装 R::A。
我还发现 ~~ 很可疑，很高兴听到 R::A 对我的情况来说似乎是多余的。 // 技术上是正确的，但是一些“来自互联网的代码”必须得到 ITSec 部门人员的确认。没那么容易。

标签： perl pattern-matching

【解决方案1】：

以下查找所有匹配项，但输出不是您要求的：

my @matches = /\b(one|two|three)\b/g;

以下内容完全符合您的要求：

my @matches;
($matches[0]) = /\b(one)\b/;
($matches[1]) = /\b(two)\b/;
($matches[2]) = /\b(three)\b/;

以下内容在一场比赛中完成：

my @matches = /
   ^
   (?= .* /\b(one)\b )
   (?= .* /\b(two)\b )
       .* /\b(three)\b
/xs;

【讨论】：

如果您不在乎是什么匹配触发了捕获，我建议您采用这种最佳方式。例如，如果匹配此模式，我想在日志文件中捕获一行。
更新了我的答案。
我想我必须修改我的问题：实际上我确实关心哪个匹配触发了捕获，因为该行需要进一步处理（取决于哪个匹配）。跨度>

【解决方案2】：

你关心比赛的位置吗？如果不是，那么您应该使用“非捕获括号”：(?:..) 结合全局匹配标志 /g：

@matches = ( 'sjd one skj two sjf' =~ /(?:\bone\b)|(?:\btwo\b)|(?:\bthree\b)/g );

这会产生：

$VAR1 = [
          'one',
          'two'
        ];

【讨论】：