代码之家 › 专栏 › 技术社区 › Jeff

如何使任意Perl regex完全不捕获?(回答:你不能)

perl regex

Jeff · 技术社区 · 15 年前

(?:) 组(希望我不要搞砸了),或者是否有一个Perl regex或库机制提供了这一点?

# How do I 'flatten' $regex to protect $2 and $3?
# Searching 'ABCfooDE' for 'foo' OK, but '((B|(C))fo(o)?(?:D|d)?)', etc., breaks.
# I.E., how would I turn it effectively into '(?:(?:B|(?:C))fo(?:o)?(?:D|d)?)'?
sub check {
  my($line, $regex) = @_;
  if ($line =~ /(^.*)($regex)(.*$)/) {
    print "<", $1, "><", $2, "><", $3, ">\n";
  }
}

我隐约知道 $& , $` $' 有人建议我尽量避开他们,但我没法接近他们 ${^PREMATCH} , ${^MATCH} 和 ${^POSTMATCH}

我希望存在但令人惊讶的是(至少对我来说)不存在的是一个封装组,它使其内容不透明,这样后续的位置反向引用将内容视为单个实体,而名称引用将被取消作用域。 gbacon 为Perl5.10+提供了一个可能有用的解决方案,以及 FM 显示了任何版本的手动迭代机制,可以在特定情况下实现相同的效果,但是 j_random_hacker 称之为没有真正的语言机制来封装子表达式。

6 回复 | 直到 5 年前

Community CDub 8 年前

即使你能改变一切 (...) 进入 (?:...) s、这在一般情况下不起作用,因为 该模式可能需要反向引用 :例如。 /(.)X\1/ ,匹配任何字符,后跟 X

因此,如果没有“事后”丢弃捕获结果的Perl机制,就无法解决所有regex的问题。最好的方法是使用 gbacon's suggestion 并希望为捕获缓冲区生成一个唯一的名称。

Greg Bacon 15 年前

保护您关心的子模式的一种方法是使用 named capture buffers :

此外,从Perl5.10.0开始,您可以使用命名捕获缓冲区和命名反向引用。符号是 (?<name>...) 宣布并 \k<name> \g{name} 反向引用语法。也可以通过绝对数和相对数引用命名的捕获缓冲区。在模式之外,通过 %+ $+{name} 和请参阅最左侧定义的组。

就你的问题而言, check

sub check {
  use 5.10.0;  
  my($line, $regex) = @_;
  if ($line =~ /(^.*)($regex)(.*$)/) {
    print "<", $+{one}, "><", $+{two}, "><", $+{three}, ">\n";
  }
}

my $pat = qr/(?<one>(?<two>B|(?<three>C))fo(o)?(?:D|d)?)/;   
check "ABCfooDE", $pat;

输出

<CfooD><C><C>

FMc TLP 15 年前

这并不涉及一般情况,但您的特定示例可以使用 /g 选项,这将允许您将问题分为两个匹配项,第二个匹配项将在第一个匹配项停止的地方继续:

sub check {
    my($line, $regex) = @_;
    my ($left_side, $regex_match) = ($1, $2) if $line =~ /(^.*)($regex)/g;
    my $right_side = $1 if $line =~ /(.*$)/g;
    print "<$left_side> <$regex_match> <$right_side>\n"; # <AB> <CfooD> <E123>
}

check( 'ABCfooDE123', qr/((B|(C))fo(o)?(?:D|d)?)/ );

Sean 15 年前

@- 和 @+ 将偏移量放入匹配字符串的数组:

sub check {
    my ($line, $regex) = @_;
    if ($line =~ /$regex/) {
        my $pre   = substr $line, 0, $-[0];
        my $match = substr $line, $-[0], $+[0] - $-[0];
        my $post  = substr $line, $+[0];
        print "<$pre><$match><$post>\n";
    }
}

brian d foy 5 年前

PerlV5.22及更高版本具有 /n

nicomen 15 年前

这不会禁用捕获,但可能会实现您想要的:

$ perl -wle 'my $_ = "123abc"; /(\d+)/ && print "num: $1"; { /([a-z]+)/ && print "letter: $1"; } print "num: $1";'
num: 123
letter: abc
num: 123