首页 文章

Perl - 正则表达式匹配双引号文本

提问于
浏览 次
2

需要一些正则表达式匹配的帮助 . 我正在尝试匹配一个双引号文本字符串，在一个大字符串中，它本身可以包含双引号对！这是一个例子：

"Please can ""you"" match this"

我的问题的一个更全面的例子和我到目前为止的地方如下所示 . 下面的代码只在哈希中正确存储'paris'，伦敦和墨尔本都不正确，因为双引号对提前终止了长描述 .

任何帮助非常感谢 .

use strict;
use warnings;
use Data::Dumper;

my %hash;

my $delimiter = '/begin CITY';
local $/ = $delimiter;

my $top_of_file = <DATA>;
my $records=0;

while(<DATA>) {

   my ($section_body) = m{^(.+)/end CITY}ms;

   $section_body =~ s{/\*.*?\*/}{}gs;     # Remove any comments in string

   $section_body =~ m{  ^\s+(.+?)   ## Variable name is never whitespace seperated
                                    ## Always underscored.  Akin to C variable names

                        \s+(".*?")  ## The long description can itself contain
                                    ## pairs of double quotes ""like this""

                        \s+(.+)     ## Everything from here can be split on
                                    ## whitespace

                        \s+$
                     }msx;

   $hash{$records}{name} = $1;
   $hash{$records}{description} = $2;

   my (@data) = split ' ', $3;

   @{ $hash{$records} }{qw/ size currency /} = @data;

   ++$records;
}

print Dumper(\%hash);


__DATA__
Some header information

/begin CITY

    london  /* city name */
    "This is a ""difficult"" string to regex"
    big
    Sterling

/end CITY

/begin CITY paris
         "This is a simple comment to grab."
         big
         euro  /* the address */
/end CITY


/begin CITY

    Melbourne
    "Another ""hard"" long description to 'match'."
    big
    Dollar

/end CITY
regex string perl hash double-quotes

3 回答

  • 2

    改变这个：

    ".*?"

    对此：

    "(?>(?:[^"]+|"")*)"

    此外，您使用非贪婪匹配不是很安全 . 像这样的东西：

    \s+(.+?)   ## Variable name is never whitespace seperated
           ## Always underscored.  Akin to C variable names

    如果Perl发现这是匹配的唯一方法，那么最终可能会在变量名中包含空格 . （它会更喜欢在包含空格之前停止，但它不能保证 . ）

    你应该经常检查以确保 m{} 找到了什么 . 如果您确定它始终匹配，那么您可以直接使用_2573006来验证它 .

    回复于
  • 0

    我不知道你用自己的正则表达解析引用文本会有多少运气，这可能是相当冒险的事情 . 我会看一下像Text :: Balanced这样的模块 .

    https://metacpan.org/pod/Text::Balanced

    这也应该做你需要的东西，而且不那么痛苦 .

    我知道我应该按照要求回答这个问题，但是正则表达式真的不是你想要这样做的方式 .

    回复于
  • 4

    我不确定这只是一个展示你的问题的例子，但这可以通过逐行阅读来解决：

    #!/usr/bin/perl
use strict;
use warnings;
use Data::Dumper;
my %hash;
my $delimiter = '/begin CITY';
local $/ = $delimiter;
my $top_of_file = <DATA>;
my $records=0;
my @lines;
sub trim
{
        my $string = shift;
        $string =~ s/^\s+//;
        $string =~ s/\s+$//;
        return $string;
}
while(<DATA>) {
   my ($section_body) = m{^(.+)/end CITY}ms;
   $section_body =~ s{/\*.*?\*/}{}gs; # Remove any comments in string
   $section_body =~ s{^\s*\n}{}gs;    # Remove empty lines
#################
   if ($section_body =~ m{".*"}) {    # Or a normal greedy match
     $hash{$records}{quoted} = $&;
   }
#################
   @lines = split "\n", $section_body, 5;
   $hash{$records}{name} = trim($lines[0]);
   $hash{$records}{description} = trim($lines[1]);
   $hash{$records}{size} = trim($lines[2]);
   $hash{$records}{currency} = trim($lines[3]);
   ++$records;
}
print Dumper(\%hash);

__DATA__
Some header information

/begin CITY

    london  /* city name */
    "This is a ""difficult"" string to regex"
    big
    Sterling

/end CITY

/begin CITY paris
         "This is a simple comment to grab."
         big
         euro  /* the address */
/end CITY


/begin CITY

    Melbourne
    "Another ""hard"" long description to 'match'."
    big
    Dollar


/end CITY

    还要注意我已经指出你唯一的问题是 ".*?" 应该是 ".*" .

    回复于

相关问题