将字符串拆分为标记并在 Perl 中存储分隔符

Posted 2023-02-22

【中文标题】将字符串拆分为标记并在 Perl 中存储分隔符

【英文标题】：Splitting a String into Tokens and Storing the Delimiters in Perl

【发布时间】：2010-12-26 08:21:35

【问题描述】：

我有一个这样的字符串：

a  b   c       d

我这样处理我的字符串：

   chomp $line;
    my @tokens = split /\s+/, $line;
    my @new_tokens;
    foreach my $token (@tokens)     
        push @new_tokens, some_complex_function( $token );
    
    my $new_str = join ' ', @tokens;

我想用原始空格重新加入字符串。有什么方法可以存储拆分中的空格并在以后重新使用它？或者这将是一个巨大的痛苦？它主要是装饰性的，但我想保留输入字符串中的原始空格。

【参考方案1】：

只在单词边界上拆分：

split /\b/, $line;

对于您的示例，这将给出：

('a','  ','b','   ','c','       ','d')

编辑： 正如 brian d foy 指出的那样，\b 使用了错误的字符类，按照我最初的想法，我想出了使用环视断言。不过，这看起来比 Ether 的答案复杂得多：

split /(?:(?<=\S)(?=\s)|(?<=\s)(?=\S))/, $line;

【讨论】：

这可能会意外地分裂在不是空白边界的东西上。

感谢您指出这一点！我写了原始答案，没有考虑\w 与\s。相应地编辑了我的答案。

【参考方案2】：

你为什么不干脆做：my $new_str = uc( $line );？

更新 - 原始 uc() 只是“更复杂函数”的简写。

嗯，一般你也可以：

$line =~ s/(\S+)/more_complex_function($1)/ge;

【讨论】：

因为我的真实案例比较复杂，这只是一个例子。

【参考方案3】：

如果您使用带有捕获括号的正则表达式进行拆分，则拆分模式将包含在结果列表中（请参阅perldoc -f split）：

my @list = split /(\s+)/, 'a  b   c       d';
print Data::Dumper::Dumper(\@list);

VAR1 = [
          'a',
          '  ',
          'b',
          '   ',
          'c',
          '       ',
          'd'
        ];