Группа регулярных выражений в Perl: как захватить элементы в массив из группы регулярных выражений, которая соответствует неизвестному числу вхождений/multiple/variable из строки?

с регулярными выражениями используйте технику, которую я люблю называть tack-and-stretch: якорь на функциях, которые вы знаете, будут там (tack), а затем захватить то, что между (stretch).

в этом случае, вы знаете, что одно задание матчей

\b\w+=.+

и многие из них повторяются в $string. Запомните это \b означает границу слова:

граница слова (\b) - это место между двумя персонажами, что есть \w на одном стороны и \W С другой стороны (в любом порядке), считая воображаемые символы с начала и конца строки, соответствующие \W.

значения в назначениях могут быть немного сложно описать с помощью регулярного выражения, но вы также знаете, что каждое значение будет заканчиваться пробелами-хотя и не обязательно первыми пробелами!- затем либо другое задание, либо конец строки.

чтобы избежать повторяя шаблон утверждения, скомпилируйте его один раз с помощью qr// и повторно используйте его в своем шаблоне вместе с смотрим-впереди утверждение (?=...) растянуть совпадение достаточно далеко, чтобы захватить все значение, а также предотвратить его утечку в следующее имя переменной.

сопоставление с вашим шаблоном в контексте списка с m//g дает следующее поведение:

на /g модификатор задает глобальный шаблон соответствие-это соответствие как можно больше раз в строке. Его поведение зависит от контекста. В контексте списка он возвращает список подстрок соответствовать любые скобок в регулярном выражении. Если скобок нет, он возвращает список всех совпадающих строк, как если бы круглые скобки были вокруг всего шаблона.

шаблон $assignment использует не жадный .+? отрезать значение, как только взгляд вперед видит другой назначение или конец строки. Помните, что совпадение возвращает подстроки из все захват подзаголовков, поэтому чередование look-ahead использует не захват (?:...). The qr//, напротив, содержит неявные скобок.

#! /usr/bin/perl

use warnings;
use strict;

my $string = <<'EOF';
var1=100 var2=90 var5=hello var3="a, b, c" var7=test var3=hello
EOF

my $assignment = qr/\b\w+ = .+?/x;
my @array = $string =~ /$assignment (?= \s+ (?: $ | $assignment))/gx;

for ( my $i = 0; $i < scalar( @array ); $i++ )
{
  print $i.": ".$array[$i]."\n";
}

выход:

0: var1=100
1: var2=90
2: var5=hello
3: var3="a, b, c"
4: var7=test
5: var3=hello

Я не говорю, что это то, что вы должны do, но то, что вы пытаетесь сделать, это написать грамматика. Теперь ваш пример очень простой для грамматики, но Дамиан КонвейС Regexp:: Grammars и действительно большой в этом. Если вам нужно вырастить это вообще, вы обнаружите, что это сделает вашу жизнь намного проще. Я использую его совсем немного здесь - это своего рода perl6-иш.

use Regexp::Grammars;
use Data::Dumper;
use strict;
use warnings;

my $parser = qr{
    <[pair]>+
    <rule: pair>     <key>=(?:"<list>"|<value=literal>)
    <token: key>     var\d+
    <rule: list>     <[MATCH=literal]> ** (,)
    <token: literal> \S+

}xms;

q[var1=100 var2=90 var5=hello var3="a, b, c" var7=test var3=hello] =~ $parser;
die Dumper {%/};

выход:

$VAR1 = {
          '' => 'var1=100 var2=90 var5=hello var3="a, b, c" var7=test var3=hello',
          'pair' => [
                      {
                        '' => 'var1=100',
                        'value' => '100',
                        'key' => 'var1'
                      },
                      {
                        '' => 'var2=90',
                        'value' => '90',
                        'key' => 'var2'
                      },
                      {
                        '' => 'var5=hello',
                        'value' => 'hello',
                        'key' => 'var5'
                      },
                      {
                        '' => 'var3="a, b, c"',
                        'key' => 'var3',
                        'list' => [
                                    'a',
                                    'b',
                                    'c'
                                  ]
                      },
                      {
                        '' => 'var7=test',
                        'value' => 'test',
                        'key' => 'var7'
                      },
                      {
                        '' => 'var3=hello',
                        'value' => 'hello',
                        'key' => 'var3'
                      }
                    ]

немного сверху, может быть, но оправдание для меня, чтобы посмотреть в http://p3rl.org/Parse::RecDescent. Как насчет создания парсера?

#!/usr/bin/perl

use strict;
use warnings;

use Parse::RecDescent;

use Regexp::Common;

my $grammar = <<'_EOGRAMMAR_'
INTEGER: /[-+]?\d+/
STRING: /\S+/
QSTRING: /$Regexp::Common::RE{quoted}/

VARIABLE: /var\d+/
VALUE: ( QSTRING | STRING | INTEGER )

assignment: VARIABLE "=" VALUE /[\s]*/ { print "$item{VARIABLE} => $item{VALUE}\n"; }

startrule: assignment(s)
_EOGRAMMAR_
;

$Parse::RecDescent::skip = '';
my $parser = Parse::RecDescent->new($grammar);

my $code = q{var1=100 var2=90 var5=hello var3="a, b, c" var7=test var8=" haha \" heh " var3=hello};
$parser->startrule($code);

выходы:

var1 => 100
var2 => 90
var5 => hello
var3 => "a, b, c"
var7 => test
var8 => " haha \" heh "
var3 => hello

PS. Обратите внимание на double var3, если вы хотите, чтобы последнее назначение перезаписало первое, вы можете использовать хэш для хранения значений, а затем использовать их позже.

PPS. Моя первая мысль состояла в том, чтобы разделить на"=", но это не сработает, если строка содержит " = " и поскольку регулярные выражения почти всегда плохо для разбора, ну, я в конечном итоге попробовал его, и он работает.

Edit: добавлена поддержка экранированных кавычек внутри цитируемых строк.

недавно мне пришлось анализировать строки "тема" сертификатов x509. Они имели форму, аналогичную той, которую вы предоставили:

echo 'Subject: C=HU, L=Budapest, O=Microsec Ltd., CN=Microsec e-Szigno Root CA 2009/emailAddress=info@e-szigno.hu' | \
  perl -wne 'my @a = m/(\w+\=.+?)(?=(?:, \w+\=|$))/g; print "$_\n" foreach @a;'

C=HU
L=Budapest
O=Microsec Ltd.
CN=Microsec e-Szigno Root CA 2009/emailAddress=info@e-szigno.hu

краткое описание регулярных выражений:

(\w+\=.+?) - захват слов, за которыми следуют " = " и любые последующие символы в не жадном режиме
(?=(?:, \w+\=|$)) - за которыми следует либо другой , KEY=val или конец строки.

интересная часть используемого регулярного выражения:

• .+? - не жадный режим
• (?:pattern) - для съемки в режиме
• (?=pattern) нулевая ширина положительный взгляд вперед утверждение

Это обеспечит вам также общее экранирование в двойных кавычках, как, например, var3= " a, \"b, c".

@a = /(\w+=(?:\w+|"(?:[^\"]*(?:\.[^\"]*)*)*"))/g;

действие:

echo 'var1=100 var2=90 var42="foo\"bar\" var5=hello var3="a, b, c" var7=test var3=hello' |
perl -nle '@a = /(\w+=(?:\w+|"(?:[^\"]*(?:\.[^\"]*)*)*"))/g; $,=","; print @a'
var1=100,var2=90,var42="foo\"bar\",var5=hello,var3="a, b, c",var7=test,var3=hello

#!/usr/bin/perl

use strict; use warnings;

use Text::ParseWords;
use YAML;

my $string =
    "var1=100 var2=90 var5=hello var3=\"a, b, c\" var7=test var3=hello";

my @parts = shellwords $string;
print Dump \@parts;

@parts = map { { split /=/ } } @parts;

print Dump \@parts;

вы попросили решение RegEx или другой код. Вот (в основном) не регулярное решение, использующее только основные модули. Единственное регулярное выражение \s+ для определения разделителя; в этом случае один или несколько пробелов.

use strict; use warnings;
use Text::ParseWords;
my $string="var1=100 var2=90 var5=hello var3=\"a, b, c\" var7=test var3=hello";  

my @array = quotewords('\s+', 0, $string);

for ( my $i = 0; $i < scalar( @array ); $i++ )
{
    print $i.": ".$array[$i]."\n";
}

или вы можете выполнить код здесь

выход:

0: var1=100
1: var2=90
2: var5=hello
3: var3=a, b, c
4: var7=test
5: var3=hello

Если вы действительно хотите решение regex, Алан Мур комментарий ссылка на его код на IDEone-это газ!

Это можно сделать с помощью регулярных выражений, однако это хрупко.

my $string = "var1=100 var2=90 var5=hello var3=\"a, b, c\" var7=test var3=hello";

my $regexp = qr/( (?:\w+=[\w\,]+) | (?:\w+=\"[^\"]*\") )/x;
my @matches = $string =~ /$regexp/g;