解析perl正则表达式中的多行并提取值答案

【问题标题】：parse multiple lines in perl regular expression and extract value解析perl正则表达式中的多行并提取值
【发布时间】：2010-12-15 14:25:15
【问题描述】：

我是 perl 的初学者。我有一个文本文件，其文本类似于以下内容。我需要提取 VALUE="NEEDED VALUE>"。说菠菜，我应该单独吃沙拉。

如何使用 perl 正则表达式来获取值。我需要解析多行才能得到它。即在每个#ifonly --- #endifonly

之间

$cat check.txt

while (<$file>)
{
   if (m/#ifonly .+ SPINACH .+ VALUE=(")([\w]*)(") .+ #endifonly/g)
{
    my $chosen = $2;
   }
}

#ifonly APPLE CARROT SPINACH
VALUE="SALAD" REQUIRED="yes" 
QW RETEWRT OIOUR
#endifonly
#ifonly APPLE MANGO ORANGE CARROT
VALUE="JUICE" REQUIRED="yes" 
as df fg
#endifonly

【问题讨论】：

标签： regex perl multiline

【解决方案1】：

use strict;
use warnings;
use 5.010;

while (<DATA>) {
   my $rc = /#ifonly .+ SPINACH/ .. (my ($value) = /VALUE="([^"]*)"/);
   next unless $rc =~ /E0$/;
   say $value;
}

__DATA__
#ifonly APPLE CARROT SPINACH
VALUE="SALAD" REQUIRED="yes" 
QW RETEWRT OIOUR
#endifonly
#ifonly APPLE MANGO ORANGE CARROT
VALUE="JUICE" REQUIRED="yes" 
as df fg
#endifonly

这使用了 brian d foy here 描述的一个小技巧。如链接所述，它使用标量 range operator / flipflop。

【讨论】：

另外，有点短：next unless (/#ifonly .+ SPINACH/ .. (my ($value) = /VALUE="([^"]*)"/)) =~ / E0$/; 但坦率地说，它破坏了我的缩进，所以我不会使用它。:) 那里也发生了很多事情，这可能不是最好的可维护性。
非常酷的方法，并且（再一次）你发布的链接教会了我一些东西，所以谢谢你！
@canavanin 我有链接。他们都是！不客气——Effective Perler 是我最喜欢的 Perl 博客，所以很高兴在那里指导人们。

【解决方案2】：

如果你的文件很大（或者你想逐行阅读），你可以这样做：

#!/usr/bin/perl

use strict;
use warnings;
use Getopt::Long;

my ($file, $keyword);

# now get command line options (see Usage note below)
GetOptions(
            "f=s" => \$file,
            "k=s" => \$keyword,
          );

# if either the file or the keyword has not been provided, display a
# help text and exit
if (! $file || ! $keyword) {
   print STDERR<<EOF;

   Usage: script.pl -f filename -k keyword

EOF
   exit(1);
}

my $found;         # indicator that the keyword has been found
my $returned_word; # will store the word you want to retrieve

open FILE, "<$file" or die "Cannot open file '$file': $!";
while (<FILE>) {
   if (/$keyword/) {
      $found = 1;
   }

   # the following condition will be true between all lines that
   # start with '#ifonly' or '#endifonly' - but only if the keyword 
   # has been found!
   if (/^#ifonly/ .. /^#endifonly/ && $found) {
      if (/VALUE="(\w+)"/) { 
         $returned_word = $1;
         print "looking for $keyword --> found $returned_word\n";

         last; # if you want to get ALL values after the keyword
               # remove the 'last' statement, as it makes the script
               # exit the while loop
      }
   }
}
close FILE;

【讨论】：

【解决方案3】：

您可以读取字符串中的文件内容，然后在字符串中搜索模式：

my $file;    
$file.=$_ while(<>);    
if($file =~ /#ifonly.+?\bSPINACH\b.+?VALUE="(\w*)".+?#endifonly/s) {
        print $1;
}

您的原始正则表达式需要一些调整：

您需要制作量词不贪心。
使用s 修饰符使. 也匹配换行符。

Ideone Link

【讨论】：

【解决方案4】：

这是基于触发器运算符的另一个答案：

use strict;
use warnings;
use 5.010;

while (<$file>)
{
  if ( (/^#ifonly.*\bSPINACH\b/ .. /^#endifonly/) &&
       (my ($chosen) = /^VALUE="(\w+)"/) )
  {
    say $chosen;
  }
}

此解决方案将第二个测试应用于范围内的所有行。不需要 @Hugmeir 用来排除开始行和结束行的技巧，因为“内部”正则表达式 /^VALUE="(\w+)"/ 无论如何都无法匹配它们（我在所有正则表达式中添加了 ^ 锚点，以确保这一点） .

【讨论】：

【解决方案5】：

两天前给出的一个答案中的这两行

my $file;
$file.=$_ while(<>);

效率不高。 Perl 可能会以大块的形式读取文件，将这些块分成<> 的文本行，然后.= 会将这些行重新组合成一个大字符串。啜食文件会更有效。基本样式是更改输入记录分隔符\$。

undef $/;
$file = <>;

模块File::Slurp;（参见perldoc File::Slurp）可能会更好。

【讨论】：