使用正则表达式替换首先从列表的其余部分中拆分

Question

我需要仅使用正则表达式替换将列表的第一个项目和其余项目分开。

项目列表使用“##”作为分隔符作为字符串输入，例如：

''
'one'
'one##two'
'one##two##three'
'one##two words##three'

我的 Perl 尝试实际上不起作用：

my $sampleText = 'one##two words##three';
my $first = $sampleText;
my $rest = $sampleText;
$first =~ s/(.+?)(##.*)?/$1/g;
$rest =~ s/(.?+)(##)?(.*)/$3/g;
print "sampleText = '$sampleText', first = '$first', rest = '$rest'\n";

sampleText = 'one##two words##three', first = 'one', rest = 'ne##two words##three'

请注意约束：

• 分隔符是多字符字符串，
• 仅允许正则表达式替换 (1)
• I如果需要，可以“链接”正则表达式替换
• 预期的最终结果是两个字符串：第一个元素和第一个元素被截断的初始字符串 (2)
• 列表可能有 0 到 n 个项目，每个项目都是不包含分隔符。

(1) 我使用这个相当大的 Perl 系统，其中在某些时候使用提供的操作来处理项目列表。其中之一是正则表达式替换。其他一项均不适用。使用完整的 Perl 代码解决问题很容易，但这意味着修改系统，而这一次不是一个选择。

(2) 上下文是 Unimarc 书目格式，其中出版物的作者将被分为标准 Unimarc 字段，第一作者为 700$a，其余作者为 701$a。

Answer 1

我假设第 (1) 点意味着您不能使用内置的 split ？使用 splits 可选的第三个参数会很容易，它可以让您指定最大项目数。

my( $first, $rest ) = split( '##', $sampleText, 2 );

但是如果它必须是正则表达式替换那么你几乎是正确的，但是当没有sperators时使用 .+? 将不起作用（因为它只需要第一个字符你可以通过锚定结尾来解决这个问题。相反，类似：

my $sampleText = 'one##two words##three';
my $first = $sampleText;
my $rest = $sampleText;
$first =~ s/(.+?)(|##(.*))$/$1/g;
$rest  =~ s/(.+?)(|##(.*))$/$3/g;
print "sampleText = '$sampleText', first = '$first', rest = '$rest'\n";

Answer 2

不管怎么回事：

my ( $first, $rest ) = split /##/, $sampleText, 2;

？

Answer 3

尝试

 my ($first, $rest) = /(.+?)\#\#(.*)/;

// （或 m//）匹配；您不需要使用 s/// 进行替换。它返回匹配项（此处为 $first、$rest），或者您可以稍后使用 $1、$2< 捕获它们/代码>，&c。

Answer 4

您已经颠倒了第二个正则表达式中的量词 ? 和 + ，它应该是：

$rest =~ s/(.+?)(##)?(.*)/$3/g;
          ___^^

或更简洁：

$rest =~ s/.+?##(.*)/$1/;

Answer 5

我必须匹配；不替代：

#!/usr/bin/env perl
use strict;
use warnings;
while (<DATA>) {
    chomp;
    m{([^#]*?)##(.*)} and print "[$1][$2]\n";
}
__DATA__
''
'one'
'one##two'
'one##two##three'
'one##two words##three'