在 Perl 中使用正则表达式解析属性
Posted
技术标签:
【中文标题】在 Perl 中使用正则表达式解析属性【英文标题】：Parsing attributes with regex in Perl 【发布时间】：2010-09-05 20:22:06 【问题描述】：这是我最近遇到的一个问题。我有表单的属性字符串
"x=1 and y=abc and z=c4g and ..."
一些属性具有数值，一些具有字母值，一些混合，一些具有日期，等等。
每个字符串应该以“x=someval and y=anotherval”开头，但有些则没有。我有三件事需要做。
-
验证字符串以确保它们具有
x 和y。
实际解析x和y的值。
获取字符串的其余部分。
鉴于顶部的示例，这将导致以下变量：
$x = 1;
$y = "abc";
$remainder = "z=c4g and ..."
我的问题是：是否有一种（相当）简单的方法来解析这些 和 使用单个正则表达式进行验证？即：
if ($str =~ /someexpression/)
$x = $1;
$y = $2;
$remainder = $3;
请注意，字符串可能仅包含 x 和 y 属性。这是一个有效的字符串。
我将发布我的解决方案作为答案，但它不符合我的单一正则表达式偏好。
【问题讨论】：
【参考方案1】：假设您还想对其他名称 = 值对执行某些操作，我会这样做（使用 Perl 版本 5.10）：
use 5.10.0;
use strict;
use warnings;
my %hash;
while(
$string =~ m
(?: ^ | \G ) # start of string or previous match
\s*
(?<key> \w+ ) # word characters
=
(?<value> \S+ ) # non spaces
\s* # get to the start of the next match
(?: and )?
xgi
)
$hash$+key = $+value;
# to make sure that x & y exist
die unless exists $hashx and exists $hashy;
在较旧的 Perl 上（至少 Perl 5.6）；
use strict;
use warnings;
my %hash;
while(
$string =~ m
(?: ^ | \G ) # start of string or previous match
\s*
( \w+ ) = ( \S+ )
\s* # get to the start of the next match
(?: and )?
xgi
)
$hash$1 = $2;
# to make sure that x & y exist
die unless exists $hashx and exists $hashy;
如果您需要处理更多数据，这些还有继续工作的额外好处。
【讨论】：
\G 已经匹配字符串的开头，因此您可以将(?:^|\G) 替换为\G。但更好的方法是把 \G 放在 factor 开头，把 and 放在开头：\G (?: ^ | \s+ and \s+) (\w+) = (\S+)【参考方案2】：
我不是最擅长正则表达式，但这似乎与您正在寻找的内容非常接近：
/x=(.+) and y=([^ ]+)( and (.*))?/
除非您使用 $1、$2 和 $4。使用中：
my @strs = ("x=1 and y=abc and z=c4g and w=v4l",
"x=yes and y=no",
"z=nox and w=noy");
foreach (@strs)
if ($_ =~ /x=(.+) and y=([^ ]+)( and (.*))?/)
$x = $1;
$y = $2;
$remainder = $4;
print "x: $x; y: $y; remainder: $remainder\n";
else
print "Failed.\n";
输出：
x: 1; y: abc; remainder: z=c4g and w=v4l
x: yes; y: no; remainder:
Failed.
这当然会遗漏大量的错误检查，而且我并不了解您输入的所有内容，但这似乎可行。
【讨论】：
【参考方案3】：作为对陆克文版本的相当简单的修改，
/^x=(.+) and y=([^ ]+)(?: and (.*))?/
将允许您使用 $1、$2 和 $3（?: 使其成为非捕获组），并确保字符串以“x=”开头，而不是允许“not_x=”匹配
如果您对 x 和 y 值有更好的了解，则应该使用它来进一步收紧正则表达式：
my @strs = ("x=1 and y=abc and z=c4g and w=v4l",
"x=yes and y=no",
"z=nox and w=noy",
"not-x=nox and y=present",
"x=yes and w='there is no and y=something arg here'");
foreach (@strs)
if ($_ =~ /^x=(.+) and y=([^ ]+)(?: and (.*))?/)
$x = $1;
$y = $2;
$remainder = $3;
print "x: $x; y: $y; remainder: $remainder\n";
else
print "$_ Failed.\n";
输出：
x: 1; y: abc; remainder: z=c4g and w=v4l
x: yes; y: no; remainder:
z=nox and w=noy Failed.
not-x=nox and y=present Failed.
x: yes and w='there is no; y: something; remainder:
请注意，最后一个测试的缺失部分是由于当前版本的 y 测试不需要空格，如果 x 测试具有与字符串相同的限制，则会失败。
【讨论】：
【参考方案4】：Rudd 和 Cebjyre 已经帮助你完成了大部分工作，但他们都有一些问题：
陆克文建议：
/x=(.+) and y=([^ ]+)( and (.*))?/
Cebjyre 将其修改为：
/^x=(.+) and y=([^ ]+)(?: and (.*))?/
第二个版本更好，因为它不会将 "not_x=foo" 与 "x=foo" 混淆，但会接受诸如 "x=foo z=bar y=baz" 之类的内容并设置 $1 = "foo z=bar " 这是不可取的。
这可能就是你要找的东西：
/^x=(\w+) and y=(\w+)(?: and (.*))?/
这不允许 x= 和 y= 选项、places 和 allow 以及可选的 "and..." 之间的任何内容，这将在 $3 中
【讨论】：
【参考方案5】：这基本上是我为解决这个问题所做的：
($x_str, $y_str, $remainder) = split(/ and /, $str, 3);
if ($x_str !~ /x=(.*)/)
# error
$x = $1;
if ($y_str !~ /y=(.*)/)
# error
$y = $1;
我省略了一些额外的验证和错误处理。这种技术很有效，但并不像我希望的那样简洁或漂亮。我希望有人能给我更好的建议。
【讨论】：
在我看来，这比任何“一个正则表达式来统治所有”解决方案都更简单、更易于维护。我可能会在正则表达式的开头添加一个 ^ 来匹配 x= 和 y= 以避免出现 not_x=... 或类似情况。为什么要一个正则表达式？以上是关于在 Perl 中使用正则表达式解析属性的主要内容，如果未能解决你的问题，请参考以下文章