使用 Perl 计算字符串中的连续字符数

Question

我有一个包含多个连续字符序列的字符串，例如：

aaabbcccdddd

我想将其表示为：a3b2c3d4

到目前为止，我想出了这个：

#! /usr/bin/perl

$str = "aaabbcccdddd";
$str =~ s/(.)\1+/$1/g;

print $str."\n";

输出：

abcd

它将连续的字符存储在捕获缓冲区中，并且只返回一个。但是，我想要一种方法来计算捕获缓冲区中连续字符的数量，然后只显示一个字符，然后显示该计数，以便将输出显示为 a3b2c3d4 而不是 abcd。

上面的正则需要什么修改？

Answer 1

这似乎需要替换命令上的“执行”选项，因此替换文本被视为 Perl 代码的片段：

 $str =~ s/((.)\2+)/$2 . length($1)/ge;

脚本

#!/usr/bin/env perl
use strict;
use warnings;

my $original = "aaabbcccdddd";
my $alternative = "aaabbcccddddeffghhhhhhhhhhhh";

sub proc1
{
    my($str) = @_;
    $str =~ s/(.)\1+/$1/g;
    print "$str\n";
}

proc1 $original;
proc1 $alternative;

sub proc2
{
    my($str) = @_;
    $str =~ s/((.)\2+)/$2 . length($1)/ge;
    print "$str\n";
}

proc2 $original;
proc2 $alternative;

输出

abcd
abcdefgh
a3b2c3d4
a3b2c3d4ef2gh12

---

能否请您分解正则表达式来解释它是如何工作的？

我假设是匹配部分有问题，而不是替换部分。

原来的正则表达式是：

(.)\1+

这会捕获单个字符 (.)，后面跟着相同的字符重复一次或多次。

修改后的正则表达式“相同”，但也捕获了整个模式：

((.)\2+)

第一个左括号开始整体捕获；第二个左括号开始捕获单个字符。但是，现在是第二次捕获，所以原来的\1需要修改成\2。

由于搜索捕获了整个重复字符的字符串，替换可以很容易地确定模式的长度。

Answer 2

如果您可以忍受$& 造成的减速，则以下工作：

$str =~ s/(.)\1*/$1. length $&/ge;

将上述表达式中的* 更改为+ 不会影响非连续字符。

正如 JRFerguson 提醒的那样，Perl 5.10+ 提供了一个等效的 ${^MATCH} 变量，它不会影响正则表达式的性能：

$str =~ s/(.)\g{1}+/$1. length ${^MATCH}/pge;

对于 Perl 5.6+，仍然可以避免性能损失：

$str =~ s/(.)\g{1}+/ $1. ( $+[0] - $-[0] ) /ge;

Answer 3

JS：

let data = "ababaaaabbbababb";

data.replace(/((.)\2+)/g, (match, p1, p2) =>  {
  data = data.replace(new RegExp(p1, 'g'), p2 + p1.length);
});

console.log(data);