如何打印与 Perl 中的模式匹配的行？答案

【问题标题】：How can I print lines that match a pattern in Perl?如何打印与 Perl 中的模式匹配的行？
【发布时间】：2016-05-29 08:53:30
【问题描述】：

假设file.txt 每行只有一个句子如下：

约翰·德普是个好人。
他很聪明。
他什么都能做。
来见见约翰·德普。

Perl 代码如下：-

open ( FILE, "file.txt" ) || die "can't open file!";
@lines = <FILE>;
close (FILE);
$string = "John Depp";
foreach $line (@lines) {
    if ($line =~ $string) { print "$line"; }
}

输出将是第一行和第四行。

我想让它适用于具有随机换行符的文件，而不是每行一个英文句子。我的意思是它也应该适用于以下情况：-

约翰·德普是个好人。他非常聪明。他什么都能做。来见见约翰·德普。

输出应该是第一句和第四句。

有什么想法吗？

【问题讨论】：

我最近才知道我自己做错了的一个潜在问题：当你做一个 die 语句时，它应该是“or die”而不是“|| die”，因为它们实际上有不同的优先级。在这种情况下它会起作用，因为只有一个语句，它不能与其他任何东西组合在一起。但无论如何你都应该在任何地方都使用“or die”。
@crimson 在这种情况下，由于open 调用中使用了括号，因此 OP 很好。一个更严重的问题是文件的完全不必要的啜饮。此外，die 消息应包括文件名和错误消息$!。此外，使用词法文件句柄和open 的三参数形式将使代码符合最佳实践。
你当然是对的。我并没有真正看大部分代码，我只是看了一眼，就想把它扔进去。
stackoverflow.com/questions/1809469/… 的可能重复项

标签： regex perl

【解决方案1】：

更简单：如果您假设“句子”由点分隔，那么您可以将其用作字段分隔符：

 $/ = '.';
 while(<>) {
        print if (/John Depp/i);
 }

【讨论】：

这适用于简单示例，但如果其中一个句子指的是 Mr. John Depp。
当然。但是，给定这个输入，你期望理想的 perl 代码输出什么？ “约翰·德普是个了不起的人。他什么都能做。快来认识一下约翰·德普先生。他很聪明。” ?您是否期望 perl “知道”“来见见约翰·德普先生”。是一句话？怎么样？
也就是说，我假设作者只是在寻找一个正则表达式解决方案（标记为“正则表达式”），在这种情况下，必须对句子的分隔方式做一些简单的假设。如果这还不够（在真正的英语中还不够），则必须求助于某个了解英语书面语言本质的图书馆-正如您所指出的那样（Lingua::Sentence）

【解决方案2】：

首先，注意著名演员的名字是Johnny Depp。

其次，弄清楚什么是句子，什么不是句子是很棘手的。我要作弊使用Lingua::Sentence：

#!/usr/bin/perl

use strict; use warnings;

use Lingua::Sentence;

my $splitter = Lingua::Sentence->new('en');

while ( my $text = <DATA> ) {
    for my $sentence ( split /\n/, $splitter->split($text) ) {
        print $sentence, "\n" if $sentence =~ /John Depp/;
    }
}

__DATA__
John Depp is a great guy.
He is very intelligent.
He can do anything.
Come and meet John Depp.
John Depp is a great guy. He is very intelligent. He can do anything. Come and meet John Depp.

输出：

约翰·德普是个好人。
来见见约翰·德普。
约翰德普是个好人。
来见见约翰·德普。

【讨论】：

【解决方案3】：

假设你的内容是一个字符串：

my $content = "John Depp is a great guy.  
He is very intelligent.  
He can do anything.  
Come and meet John Depp.";

my @arr = $content =~ /.*John Depp.*/mg;
foreach my $a (@arr) {
    print "$a\n";
}

结果：

约翰·德普是个好人。
来见见约翰·德普。

如果您只想提取有趣的部分，您可以修改正则表达式，例如：

my @arr = $content =~ /is (\w+? ?\w+ \w+)./mg;

结果：

一个好人

非常聪明

【讨论】：

【解决方案4】：

一种方式

while(<>){
 if (/John Depp/i){
   @s = split /\s*\.\s*/;
   foreach my $line (@s){
      @f=split /\s*\.\s*/ , $line;
      foreach my $found (@f){
        if ($found =~/John Depp/i) {
           print $found."\n";
        }
      }
   }
 }
}

输出

$ cat file
John Depp is a great guy.
He is very inteligent.
He can do anything.
Come and meet John Depp.
John Depp is a great guy. He is very inteligent. He can do anything. Come and meet John Depp.

$ perl perl.pl file
John Depp is a great guy
Come and meet John Depp
John Depp is a great guy
Come and meet John Depp

【讨论】：

如果您的文件中有John\nDepp eats with scissors. 怎么办？
有很多如果是对的呢？不要问我，问 OP。

【解决方案5】：

如果不小心，默认变量可能会被破坏。所以给所有东西命名是个好主意。

这应该让你开始：

#!/usr/bin/perl -w

use strict;

my $targetString = "John Depp";

while (my $line = <STDIN>) {
    chomp($line);
    my @elements = split("\\.", $line);
    foreach my $element (@elements) {
        if ($element =~ m/$targetString/is) {
            print trim($element).".\n";
        }
    }
}

sub trim {
    my $string = shift;
    $string =~ s/^\s+//;
    $string =~ s/\s+$//;
    return $string;
}

用法：

$ depp.pl < file
John Depp is a great guy.
Come and meet John Depp.
John Depp is a great guy.
Come and meet John Depp.

【讨论】：

【解决方案6】：

查看您的原始代码，而不是专门回答您的问题。除非必须，否则将整个文件读入内存通常是个坏主意。您可以将文件逐行处理为

open ( FILE, "file.txt" ) || die "can't open file!";
$string = "John Depp";
while (<FILE>) {
   if (/$string/) { print }
}

【讨论】：