使用 perl index() 函数的精确模式匹配

Question

我正在尝试使用 index() 函数，并且我想找到一个单词在字符串中的位置，只有当它完全匹配时。例如：

我的字符串是STRING="CATALOG SCATTER CAT CATHARSIS"

我的搜索字符串是KEY=CAT

我想说index($STRING, $KEY) 之类的内容并检查 CAT 的匹配，而不是 CATALOG。我该如何做到这一点？文档说

index 函数在另一个字符串中搜索一个字符串，但没有完整正则表达式模式匹配的类似通配符的行为。

这让我觉得这可能不是那么直截了当，但我的 perl 技能是有限的 :)。有可能做我想做的事吗？

希望我能够很好地表达我的问题。提前感谢您的帮助！

Answer 1

怎么样：

my $str = "CATALOG SCATTER CAT CATHARSIS";
my $key = "CAT";
if ($str =~ /\b$key\b/) {
    say "match at char ",$-[0];;
} else {
    say "no match";
}

输出：

match at char 16

Answer 2

您需要了解 Perl 中的 Regular Expressions。 Perl 并没有发明正则表达式，而是极大地扩展了这个概念。事实上，许多其他编程语言都专门讨论使用 Perl 正则表达式。

正则表达式匹配特定的单词模式。例如，/cat/ 匹配字符串中的序列 cat。

if ( $string =~ /cat/ ) {
    print "String contains the letters 'cat' in a row\n";
}

在许多方面，这与以下内容相同：

my $location = index ( $string, "cat" );
if ( $location =! -1 ) {  # index returns -1 when substring isn't found
    print "String contains the letters 'cat' in a row\n";
}

但是，这两个都会匹配：

• "Don't let the cat out of the bag"
• "The Sears catalog arrived in the mail"

您不想匹配最后一个。所以，你可以这样做：

 my $location = index $string, " cat ";

现在，index $string, " cat " 将与单词 catalog 不匹配。结案！或者是吗？怎么样：

• "cat and dog it doth rain."

如果句子以“cat”开头，也许你可以检查并说没问题：

if ( (index ($string, " cat ") != -1) or (index ($string, "cat") = 0) ) {
    print "String contains the letters 'cat' in a row\n";
}

但是，这些呢？

• "The word CAT in all uppercase"
• "Stupid cat"
• "Cat! Here Cat! Common Cat!"：“猫”后面的标点符号
• "Don't let the 'cat' out of the 'bag'": "cat" 两边的引号

可能需要几十行来指定这些条件中的每一个。

但是：

if ( $string =~ /\bcat\b/i ) {
    print "String contains the word 'cat' in it\n";
}

指定每一个 -- 然后是一些。 \b 表示这是一个单词边界。这可以是空格、制表符、引号、行的开头或结尾。因此/\bcat\b/ 指定这应该是单词cat 而不是catalog。末尾的 i 告诉您的正则表达式在匹配时忽略大小写，因此您会找到 Cat、cat、CAT、cAt 以及所有其他可能的组合。

事实上，正是 Perl 的正则表达式使 Perl 成为如此流行的语言。

幸运的是，Perl 提供了两个关于正则表达式的教程：

• perlretut: Perl 正则表达式教程
• perlrequick：Perl 正则表达式快速入门。

希望这会有所帮助。

Answer 3

这是index这个问题的（部分）解决方案：

use warnings;
use strict;

my $test = 'CATALOG SCATTER CAT CATHARSIS';
my $key = 'CAT';

my $k_length = length $key;
my $s_length = (length $test) - $k_length;

my $pos      = -1;
while (($pos = index $test, $key, $pos + 1) > -1) {
  if ($pos > 0) {
    my $prev_char = substr $test, $pos - 1, 1;
    ### print "Previous character: '$prev_char'\n";
    next if $prev_char ge 'A' && $prev_char le 'Z'
         || $prev_char ge 'a' && $prev_char le 'z';
  }
  if ($pos < $s_length) {
    my $next_char = substr $test, $pos + $k_length, 1;
    ### print "Next character: '$next_char'\n";
    next if $next_char ge 'A' && $next_char le 'Z'
         || $next_char ge 'a' && $next_char le 'z';
  }
  print "Word '$key' found at " . $pos + 1 . "th position.\n";
}

如您所见，它有点罗嗦，因为它只使用基本的 Perl 字符串函数 - index 和 substr。通过检查其下一个和前一个字符（如果它们存在）来检查找到的子字符串是否确实是一个单词：如果它们属于A-Z 或a-z 范围，则它不是一个单词。

您可以通过尝试将这些字符小写（使用 lc）来简化它，然后仅检查单个字符范围：

my $lc_prev_char = lc( substr $test, $pos - 1, 1 );
next if $lc_prev_char ge 'a' && $lc_prev_char le 'z';

...但话又说回来，这是一个很小的改进（如果有改进的话）。

现在考虑一下：

my $test = 'CATALOG SCATTER CAT CATHARSIS CAT';
my $key = 'CAT';
while ($test =~ /(?<![A-Za-z])$key(?![A-Za-z])/g) {
  print "Word '$key' found at " . ($-[0] + 1) . "th position.\n";
}

...就是这样！该模式从字面上测试给定字符串 ($test) 的子字符串 ($key) 前面或后面不是 A-Za-z 范围的符号，并且支持 Perl 正则表达式魔法（特别是this variable）可以轻松获取此类子字符串的起始位置。

底线：使用正则表达式来完成正则表达式的工作。

Answer 4

正则表达式允许搜索包含单词边界以及不同的字符。而

my $string = "CATALOG SCATTER CAT CATHARSIS";
index($string, 'CAT');

如果$string 包含字符CAT，将返回零或更大，如正则表达式

$string =~ /\bCAT\b/;

将返回false，因为$string 不包含CAT 前后是单词边界。 （单词边界是字符串的开头或结尾，或者介于单词字符和非单词字符之间。单词字符是任何字母数字字符或下划线.)

Answer 5

使用 \E 值。 所以：

#!usr/bin/perl

my $string ="Little Tony";
my $check = "Ton";

if($string =~ m/$check\E/g)
{
print "match";
}
else 
{ 
die("No Match"); 
}