我有一个大的连续文本，其中包含{, },//,; 之类的字符和中间的空格。我想阅读此文本并在找到这些字符的任何地方写入新行。
输入文字如下：
apple{{mango } guava ; banana; // pear berry;}
预期的格式化输出数据应如图所示
apple
{
{
mango
}
guava ;
banana;
// pear
berry;
}
我想在 perl 中执行此操作。提前致谢。
【问题讨论】：
标签： perl
当然，您必须根据自己的需要进行调整（最明显的是在读取行时循环），但这是一种不（真正）依赖正则表达式的方法。正如其他人所说，这是一个起点，您可以根据需要进行调整。
#!/usr/bin/perl
use strict;
use warnings;
my $string = 'apple{{mango } guava ; banana; // pear berry;}';
my $new_string = join("\n", grep {/\S/} split(/(\W)/, $string));
print $new_string . "\n";
这会将行拆分为一个数组，拆分非单词字符但保留元素。然后 greps 查找非空白字符（删除包含空白的数组元素）。然后将带有换行符的数组元素连接成一个字符串。根据您的规范所说，您需要 // 一起，我将其作为练习留给读者。
编辑：
再次查看您的请求后，您似乎想要解析一个特定但复杂的结构。要正确执行此操作，您可能必须使用更强大的东西，例如 Regexp::Grammars 模块。这需要一些学习，但您可以定义一组非常复杂的解析指令来完成您需要的任何操作。
编辑 2：
由于我一直在寻找更多了解Regexp::Grammars 的理由，因此我抓住了这个机会。这是我想出的一个基本示例。它将解析的数据结构打印到名为“log.txt”的文件中。我知道它看起来不像您要求的结构，但它包含所有这些信息，并且可以根据您的喜好进行重组。我使用了一个与解析器基本相反的递归函数。
#!/usr/bin/env perl
use strict;
use warnings;
use Data::Dumper;
use Regexp::Grammars;
my $grammar = qr{
<nocontext:>
<Line>
<rule: Line> <[Element]>*
<rule: Element> <Words> | <Block> | <Command> | <Comment>
<rule: Command> <[Words]> ;
<rule: Block> \{ <[Element]>* \}
<rule: Comment> // .*? \s{2,} #/ Syntax Highlighter fix
<rule: Words> (?:\b\w+\b) ** \s
}x;
my $string = 'apple{{mango kiwi } guava ; banana; // pear berry;}';
if ($string =~ $grammar) {
open my $log, ">", "log.txt";
print $log Dumper \%/; #/
print elements($/{Line}{Element});
} else {
die "Did not match";
}
sub elements {
my @elements = @{ shift() };
my $indent = shift || 0;
my $output;
foreach my $element (@elements) {
$output .= "\t" x $indent;
foreach my $key (keys %$element) {
if ($key eq 'Words') {
$output .= $element->{$key} . "\n";
} elsif ($key eq 'Block') {
$output .= "{\n" . elements($element->{$key}->{Element}, $indent + 1) . ("\t" x $indent) . "}\n";
} elsif ($key eq 'Comment') {
$output .= $element->{$key} . "\n";
} elsif ($key eq 'Command') {
$output .= join(" ", @{ $element->{$key}->{Words} }) . ";\n";
} elsif ($key eq 'Element') {
$output .= elements($element->{$key}, $indent + 1);
}
}
}
return $output;
}
编辑 3：根据 OP 中的 cmets，我已经修改了上面的示例以允许在同一行上显示多个单词，截至目前，这些单词只能用一个空格分隔。我还让 cmets 匹配以 // 开头并以两个或多个空格结尾的任何内容。此外，由于我正在进行更改，并且因为我相信这是一个代码漂亮的打印机，所以我在块格式化程序中添加了制表符。如果不希望这样做，它应该很容易剥离。现在去学习Regexp::Grammars，让它适合你的具体情况。 （我知道我应该让 OP 做这个改变，但我也很喜欢学习它）
编辑 4：还有一件事，如果实际上您正在尝试将有用的代码从序列化代码恢复为单行代码，那么您唯一真正的问题是提取行 cmets 并将它们与有用的代码分开（假设您使用的是空格忽略看起来好像你的语言）。如果是这种情况，那么也许可以在我的原始代码上尝试这种变体：
#!/usr/bin/perl
use strict;
use warnings;
my $string = 'apple{{mango } guava ; banana; // pear berry;}';
my $new_string = join("\n", split(/((?:\/\/).*?\s{2,})/, $string));
print $new_string . "\n";
谁的输出是
apple{{mango } guava ; banana;
// pear
berry;}
【讨论】：
// words (multiple spaces) 是一行。该框架将允许您声明您打算在逻辑上匹配的不同类型的结构。如果我想太多了，那么我很抱歉，但是，我猜你正在打印一些编程语言，你需要做得比在特殊字符上拆分更好。
<rule: Words> <[Word]>+ 的规则并将元素规则设为<rule: Element> <Words> | ...。这会将多个单词放在一个块中。您还必须修改递归函数来处理这个问题。注意：这未经测试，在我看来，可能会破坏命令规则，您可能需要将其更改为 <Words> ; 并可能需要进行其他一些清理。您应该能够从这里自己调整它。我承认这并不容易，但它功能强大、灵活且合乎逻辑。一旦你做对了，它就会很好地为你服务。
你的规格很烂。有时您需要在前后换行。有时你想要一个换行符。有时您之前需要换行符。您在不同的行上有“梨”和“浆果”，但它不符合规范中的任何条件。
答案的质量与撰写问题时给予的关注度成正比。
一个粗心的问题，你很可能得到一个粗心的答案。
#!/usr/bin/perl
use warnings;
use strict;
$_ = 'apple{{mango } guava ; banana; // pear berry;}';
s#([{}])#\n$1\n#g; # curlies
s#;#;\n#g; # semicolons
s#//#\n//#g; # double slashes
s#\s\s+#\n#g; # 2 or more whitespace
s#\n\n#\n#g; # no blank lines
print;
【讨论】：
不完全是你想要的，但恕我直言，一开始就足够了：
echo 'apple{{mango } guava ; banana; // pear berry;}' |\
perl -ple 's/(\b\w+\b)/\n$1\n/g'
将产生：
apple
{{
mango
}
guava
;
banana
; //
pear
berry
;}
你可以开始改进它了...
【讨论】：
正如你所说，这不是家庭作业，我想到了以下内容：
我的 $keeps = qr#(//\s+\w+)#; #要保留的特殊标记（例如，// perl）
我的 $breaks = qr#(\s+|\[|\]|\{|\})#; #用于分割单词的简单标记
而（我的 $text = ）
{
@tokens = grep /\S/, split( qr($keeps|$breaks), $text );
print join(".\n.", @tokens ), "\n";
}
您必须自己制定实际规则。
【讨论】：