Perl 正则表达式匹配分隔字符串

Posted 2023-05-08

【中文标题】Perl 正则表达式匹配分隔字符串

【英文标题】：Perl Regex match delimited string

【发布时间】：2018-02-16 14:35:46

【问题描述】：

在我的一生中，我无法用 Perl 语法来解决这个问题。我已经设法让这种风格在 javascript 中工作，其中 N 是匹配号。

^(?:[^\|]*\|)N([^\|]*)

我也尝试过匹配任何不是管道的东西，但是我似乎无法编写正则表达式来提取我需要的 Perl 风格的匹配索引。有什么指点吗？

数据看起来像这样

字符串|另一个字符串|测试|也许更多的文本

当第一个正则表达式在正则表达式调试器中运行时，它会产生这个（这是我想要运行的）。

^(?:[^\|]*\|)0([^\|]*) produces 'astring' ^(?:[^\|]*\|)3([^\|]*) produces 'maybe some more text'

但是，当我在 Netezza（Perl Regex，这是我需要它运行的地方）中运行它时，它会产生：

^(?:[^\|]*\|)0([^\|]*) produces 'astring' ^(?:[^\|]*\|)3([^\|]*) produces 'astring| another string|test|maybe some more text'

更新： 问题解决了 正则表达式没问题，但是我是个笨蛋，没有正确使用 Netezza 中的函数。这导致了正则表达式的过度复杂化。下面的例子 REGEXP_EXTRACT(column, '[^\|]+',1 ,4 )

【问题讨论】：

你到底想做什么？

如果我尝试你的正则表达式，我在捕获组中得到了你想要的，那有什么问题呢？ regex101.com/r/w2V2sK/1

抱歉，如果不清楚。我已经更新了我的问题

还是不明白问题出在哪里，你要的部分还是存放的是第一个捕获组。你应该能够得到你想要的，存储到变量 $1 中。如果你不明白我在说什么，请点击我之前评论中的链接；）

也许这就是我运行查询的方式

【参考方案1】：

我认为你可以重复 [^\|] 1 次或更多次 [^\|]+。

^(?:[^\|]+\|)N([^\|]+)

^(?:[^\|]+\|)0([^\|]+) 将捕获组 1 中的 astring。

^(?:[^\|]+\|)3([^\|]+) 将捕获组 1 中的 maybe some more text。

【讨论】：

当我运行 ^(?:[^\|]+\|)0([^\|]+) 它确实返回字符串。但是，当我将 N 更改为 3 时，它会返回整个字符串 'astring|另一个字符串|测试|也许更多的文本'。有没有可能只是 Perl 引擎？

你检查第一个捕获组了吗？

你能解释一下你的意思吗？

正则表达式([^\|]+) 的最后一部分使用括号来捕获您在组中的值。例如，您可以检查 this page 关于分组和捕获的信息。如果使用 0，则完整匹配是“astring”，与第 1 组相同，如果使用 3，则完整匹配是整个句子，第 1 组中的值是“也许还有一些文本” ”。如果单击示例链接，您可以看到蓝色突出显示的是完全匹配，绿色突出显示的是第一个捕获的组。

问题解决了 Regex 没问题，但是我是个笨蛋，没有正确使用 Netezza 中的函数。这导致了正则表达式的过度复杂化。下面的例子 REGEXP_EXTRACT(column, '[^\|]+',1 ,4 )

【参考方案2】：

当你的数据被分隔时，你想要的工具不是一个神奇的正则表达式，而是一个拆分：

#!/usr/bin/env perl

use strict;
use warnings;

my $target_field = 3;
my $str = "astring| another string|test|maybe some more text";

print +(split (/\|/, $str))[$target_field]

【讨论】：

不幸的是，Netezza 下面是 Perl 风格的正则表达式，而不是 Perl 本身。

那么实际上不是 perl 问题？