在使用变量进行模式匹配期间忽略空格答案

【问题标题】：Ignoring white-spaces during pattern matching using a variable在使用变量进行模式匹配期间忽略空格
【发布时间】：2014-05-28 09:41:12
【问题描述】：

考虑如下两个文件。

文件1：

 Name : John Paul 
Address: 243,  First Floor,
          XYZ - 12345. 
Phone : 555  444 3333 
Name : Mison 
Address: some address like above 
Phone: 444 333 2222

文件2：

Name: John Paul
Address: 243, First Floor,
         XYZ - 12345.
Phone: 555 444 3333

我正在使用 Perl。假设我正在从 File2 读取第一个 Name-to-Phone 块并将其存储在 $var_file2 中（通过逐行读取连接）。 File1 的内容存储在$var_file1 (slurped) 中。考虑我需要将 File2 中的整个 Name-to-Phone 块与 File1 中的块进行比较，并将匹配替换为另一个字符串。我在$var_file2 上使用了quotemeta 函数，因为模式匹配不起作用。

$q_var_file2 = quotemeta($var_file2);
$replace = "replace_text";
$var_file1 =~ s/$q_var_file2/$replace/s;

现在，当模式完全匹配时，上面的代码可以完美运行。但在 File1 或 File2 中可能有额外的空格或没有空格，在进行模式匹配和替换时需要忽略这些空格。

我尝试使用仅匹配非空白字符的 \S。但我想我错过了一些东西。我什至尝试使用变量而不在它们上应用quotemeta。

【问题讨论】：

我认为您选择了错误的方法。这些字段必须是手动输入的，因此除了空格之外可能会有很多变化。例如，假设您的地址输入为243 First Floor。然后匹配会因为缺少逗号而失败。甚至会通过输入错误来考虑。您要解决的问题到底是什么？听起来您想通过更改地址来更新数据库？
@Borodin 确切的问题是非常机密的，抱歉超出了我的权限。这就是为什么我不得不使用类似的问题上下文来解释。实际上，逗号并不重要。只有空格是个问题。我想用另一个替换整个 Name-to-Phone 块，而不仅仅是块中的地址之类的字段。
您可能会使用两个额外的变量。将您拥有的两个文本复制到其中，然后在每个文本上执行 s/\s+/ /g。这会将所有空白序列转换为单个空格。然后对这些变量进行匹配。另一种选择是在替换表达式的$q_var_file2(.*?)$q_name 部分上执行s/\s+/\\s+/g。替换部分中的$2 来自哪里？
鉴于$var_file1 =~ s/$q_var_file2/$replace/s，我的想法是更改$q_var_file2 的内容，以便将所有空白序列替换为\s+，这将匹配$var_file1 中的任意数量的空白。因此s/\s+/\\s+/g 将任何空白序列更改为三个字符：反斜杠、小写字母和加号。
$var_file2 具有在使用 quotemeta($var_file2) 时不会更改的真实空格。我认为s/\s+/\\s+/g 应该应用于$q_var_file2。尝试所有变体。通过这些复杂的操作，您应该在小型数据集上进行测试，并随着代码的执行打印所有值，这样您就可以看到发生了什么以及何时发生。更重要的是，此类打印可让您查看何时发生意外更改以及何时未发生预期更改。（与print 相比，您可能会发现Data::Dump 提供了更好的输出。）

标签： regex perl

【解决方案1】：

嗯，您只想用\s+ 替换$var_file2 中所有连续的空白序列，同时确保所有其他字符都贯穿quotemeta。

$q_re_file = join q{\s+}, map {quotemeta} split /\s+/, $var_file2;

或

$q_re_file = join q{\s+}, map quotemeta, $var_file2 =~ /\S+/g;

或

$q_re_file = $var_file2;
$q_re_file =~ s/(\S+)/quotemeta $1/ge;
$q_re_file =~ s/\s+/\\s+/g;

等等。等等

并使用$q_re_file 作为您的正则表达式。

【讨论】：

非常感谢，这行得通！但是说在最坏的情况下，File1 和File2 中有一个FirstFloor，我们有First Floor，这意味着相同，所以这必须给出一个肯定的匹配。因此，通常我们必须忽略File1 和File2 中的所有空格并匹配所有其他字符。有没有办法和你的方法一起解决这个问题？
@ChrisPetrous 在最终的正则表达式中使用\s*（零个或多个空格字符）代替\s+（一个或多个空白字符）。工作完成。