Perl 正则表达式拆分单行答案

【问题标题】：Perl regex splitting a single linePerl 正则表达式拆分单行
【发布时间】：2019-09-11 15:09:30
【问题描述】：

我在 Perl 中遇到一些正则表达式问题。

我有一条线：#23 = CARTESIAN_POINT ( 'NONE', ( -1.822612853216911200, 55.22284222837789300, 8.566382866014988600 ) ) ;

而且我想把这条线分成不同的值。

现在我有(#[0-9]+)\s=\s([A-Z]+_[A-Z]+)\s(.*) 这个。这将有这些值作为输出：

$array[0]=#23
$array[1]=CARTESIAN_POINT
$array[2]=( 'NONE',  ( -1.822612853216911200, 55.22284222837789300, 8.566382866014988600 ) ) ;

我希望这一行：( 'NONE', ( -1.822612853216911200, 55.22284222837789300, 8.566382866014988600 ) ) ; 拆分为不同的值，例如。

PARAM[0] = 'NONE',
PARAM[1] = ( -1.822612853216911200, 55.22284222837789300, 8.566382866014988600 )

或

PARAM[0] = 'NONE',
PARAM[1] = -1.822612853216911200
PARAM[2] = 55.22284222837789300
PARAM[3] = 8.566382866014988600

但我不知道该怎么做。我尝试了不同的东西，但没有一个值得提及。

我希望有人能够帮助我或为我指明正确的方向。提前致谢！

【问题讨论】：

标签： regex perl

【解决方案1】：

这在分成多个（两个）步骤时相当简单。

先提取带坐标的文字，CARTESIAN_POINT( ... )里面的东西

my ($coord_text) = $string =~ /= \s+ [A-Z_]+ \s+ \( \s* (.+) \s* \)/x;

/x 允许在其中包含这些空格，以提高可读性。 .+ 是贪婪，它会将所有内容都保存到最后一个 )，包括嵌套的 (...)。然后从中获取坐标

my @coords = $coord_text =~ /([A-Z]+|[0-9-.]+)/g;

这里我们允许或者一个词（例如NONE），或一个数字（显示格式^†）。

总而言之，中间步骤“隐藏”在 do 词法范围内

use warnings;
use strict;
use feature 'say';

my $string = q(#23 = CARTESIAN_POINT ( 'NONE', ( -1.822612853216911200, 55.22284222837789300, 8.566382866014988600 ) ) ; );

my @coords = do {
    my ($coord_text) = $string =~ /=\s+[A-Z_]+\s+\(\s*(.+)\s*\)/; 
    $coord_text =~ /([A-Z]+|[0-9-.]+)/g;
};

say for @coords;

这很容易根据需求/结果的变化进行调整，无论是轻微的还是主要的

若要同时捕获 NONE 周围的引号（如 OP 所示），请将引号添加到单词 [A-Z\x22\x27] 的字符类中。我使用十六进制，以防这是 bash 脚本或类似脚本中的“单行”，因为未指定上下文。在普通脚本中，您可以使用" 和'
如问题中所述，要获取字符串而不是列表中的数字，请使用
```
$coord_text =~ /([A-Z]+|$[^)]+$)/g;
```
而不是上面do 块中的第二个语句

我假设您有一个包含单词（如NONE）或坐标（数字）的直接列表的列表，没有任何进一步的嵌套或类似的句法复杂性。

注意如果输入可以是多行字符串，则将 /s 修饰符添加到正则表达式。有了它，. 也匹配一个换行符，它的工作原理与上面相同（它在我的测试中）。这应该只在第一个正则表达式中需要，使其成为

my ($coord_text) = $string =~ /=\s+[A-Z_]+\s+\(\s*(.+)\s*\)/s;

但它也不会伤害另一个。

^† 使用的字符类 [0-9-.] 也允许垃圾（如 -.-2 等）。如果您需要确认您确实有给定格式的号码，请添加检查。测试数字的最佳方法是 looks_like_number 来自 Scalar::Util。

【讨论】：

感谢详细的解释！我会尽快尝试。
@mHvNG 不客气。请注意，我同时进行了一些编辑，特别是我刚刚在末尾添加了一个“Note”，说明如何修改它以使用多行搅拌。
感谢您的帮助。真的很感激！

【解决方案2】：

这就是Text::Balanced 的用途。

#!/usr/bin/perl

use strict;
use warnings;

use Text::Balanced qw[extract_bracketed];
use Data::Dumper;

while (<DATA>) {
  # Extract the bit of your string between the first and last brackets
  my $extracted = extract_bracketed($_, '(', '[^()]*');
  # Then split what's left on strings of brackets, whitespace and commas.
  # But grep the list to remove any zero-length strings that you get.
  my @bits = grep { length } split /[\(\)\s,]+/, $extracted;
  print Dumper \@bits;
}

__DATA__
#23 = CARTESIAN_POINT ( 'NONE',  ( -1.822612853216911200, 55.22284222837789300, 8.566382866014988600 ) ) ;

输出：

$VAR1 = [
          '\'NONE\'',
          '-1.822612853216911200',
          '55.22284222837789300',
          '8.566382866014988600'
        ];

【讨论】：

【解决方案3】：

您需要根据需要多次重复您的模式并提供适当的捕获组：

#[0-9]+\s*=\s*[A-Z]+_[A-Z]+\s*\(\s*'([A-Z]+)',\s*\(\s*(-?\d+\.\d+),\s*(-?\d+\.\d+),\s*(-?\d+\.\d+)

https://regex101.com/r/GJ6yDi/1/

【讨论】：

谢谢！我会尽快尝试。

【解决方案4】：

如果您不关心嵌套，而只想将所有“值”放入一个数组中，您可以考虑更简单的解决方案，即丢弃所有不需要的（非值）字符：@ 987654321@

$ cat line
#23 = CARTESIAN_POINT ( 'NONE',  ( -1.822612853216911200, 55.22284222837789300, 8.566382866014988600 ) ) ;

$ perl -ne '@array = split /[(),;=\s]+/; print join "|", @array; print "\n"' line
#23|CARTESIAN_POINT|'NONE'|-1.822612853216911200|55.22284222837789300|8.566382866014988600

【讨论】：