如何在 Perl 中获取连续的单词对

Question

用这句话：

my $sent = "Mapping and quantifying mammalian transcriptomes RNA-Seq";

我们想要得到所有可能的连续的单词对。

my $var = ['Mapping and',
           'and quantifying',
           'quantifying mammalian',
           'mammalian transcriptomes',
           'transcriptomes RNA-Seq'];

有没有一种紧凑的方法来做到这一点？

Answer 1

这是可行的：

my @sent = split(/\s+/, $sent);
my @var = map { $sent[$_] . ' ' . $sent[$_ + 1] } 0 .. $#sent - 1;

即只需将原始字符串拆分为单词数组，然后使用 map 迭代生成所需的对。

Answer 2

我没有将其作为一行，但以下代码应该为您提供开始的地方。基本上是通过 push 和带有 /g 的正则表达式来完成的。

#!/usr/bin/perl

use strict;
use warnings;

use Data::Dumper;
$Data::Dumper::Indent = 1;

my $t1 = 'aa bb cc dd ee ff';
my $t2 = 'aa bb cc dd ee';

foreach my $txt ( $t1, $t2 )
{
    my @a;
    push( @a, 
amp; ) while( $txt =~ /\G\S+(\s+\S+|)\s*/g );
    print Dumper( \@a );
}

感谢 @ysth 的语法，

 my @a = $txt =~ /\G(\S+(?:\s+\S+|))\s*/g;

我的正则表达式略有不同，因为如果您有奇数个单词，最后一个单词仍然会获得一个条目。

Answer 3

是的。

my $sent = "Mapping and quantifying mammalian transcriptomes RNA-Seq";
my @pairs = $sent =~ /(?=(\S+\s+\S+))\S+/g;

Answer 4

一种依赖于运算符评估顺序但不依赖于奇特的正则表达式或索引的变体（可能是不明智的）：

my @words = split /\s+/, $sent;
my $last = shift @words;
my @var;
push @var, $last . ' ' . ($last = $_) for @words;