web-dev-qa-db-ja.com

Perlで文字列から部分文字列を抽出するにはどうすればよいですか？

次の文字列を検討してください。

1）スキームID：abc-456-hu5t1（高優先度）*****

2）スキームID：frt-78f-hj542w（バランス）

3）スキームID：23f-f974-nm54w（super formula run）*****

上記の形式のように-太字の部分は文字列全体の変更です。

==> 上記のフォーマットの文字列がたくさんあると想像してください。上記の各文字列から3つの部分文字列（下の太字で表示）を選択します。

  • 英数字の値を含む最初のサブストリング（たとえば、上記では「abc-456-hu5t10」）
  • Wordを含む2番目の部分文字列（たとえば、上記の「優先度が高い」）
  • *を含む3番目の部分文字列（IF *は文字列ELSEの最後にあります_そのままにします）

上記の各文字列からこれらの3つの部分文字列を選択するにはどうすればよいですか？ Perlで正規表現を使用してそれを実行できることはわかっています...これについてお手伝いできますか？

regexperlstring
16
stack_pointer is EXTINCT

あなたはこのようなことをすることができます：

my $data = <<END;
1) Scheme ID: abc-456-hu5t10 (High priority) *
2) Scheme ID: frt-78f-hj542w (Balanced)
3) Scheme ID: 23f-f974-nm54w (super formula run) *
END

foreach (split(/\n/,$data)) {
  $_ =~ /Scheme ID: ([a-z0-9-]+)\s+\(([^)]+)\)\s*(\*)?/ || next;
  my ($id,$Word,$star) = ($1,$2,$3);
  print "$id $Word $star\n";
}

重要なのは正規表現です。

Scheme ID: ([a-z0-9-]+)\s+\(([^)]+)\)\s*(\*)?

これは次のように分かれます。

固定文字列「スキームID：」：

Scheme ID:

1つ以上の文字a〜z、0〜9、または-が後に続きます。角かっこを使用して$ 1としてキャプチャします。

([a-z0-9-]+)

1つ以上の空白文字が続く：

\s+

開始ブラケット（エスケープ）が続き、その後に終了ブラケットではない任意の数の文字が続き、その後終了ブラケット（エスケープ）が続きます。エスケープされていない角かっこを使用して、単語を$ 2としてキャプチャします。

\(([^)]+)\)

$ 3としてキャプチャされたいくつかのスペースに続いて、おそらく*が続きます。

\s*(\*)?
32
Dave Webb

次のような正規表現を使用できます。

/([-a-z0-9]+)\s*\((.*?)\)\s*(\*)?/

だから例えば：

$s = "abc-456-hu5t10 (High priority) *";
$s =~ /([-a-z0-9]+)\s*\((.*?)\)\s*(\*)?/;
print "$1\n$2\n$3\n";

プリント

abc-456-hu5t10 
高優先度
 *
5
Greg Hewgill
(\S*)\s*\((.*?)\)\s*(\*?)


(\S*)    picks up anything which is NOT whitespace
\s*      0 or more whitespace characters
\(       a literal open parenthesis
(.*?)    anything, non-greedy so stops on first occurrence of...
\)       a literal close parenthesis
\s*      0 or more whitespace characters
(\*?)    0 or 1 occurances of literal *
3
Xetius

さて、ここにワンライナー：

Perl -lne 'm|Scheme ID:\s+(.*?)\s+\((.*?)\)\s?(\*)?|g&&print "$1:$2:$3"' file.txt

簡単に説明できるように、簡単なスクリプトに拡張しました。

#!/usr/bin/Perl -ln              

#-w : warnings                   
#-l : print newline after every print                               
#-n : apply script body to stdin or files listed at commandline, dont print $_           

use strict; #always do this.     

my $regex = qr{  # precompile regex                                 
  Scheme\ ID:      # to match beginning of line.                      
  \s+              # 1 or more whitespace                             
  (.*?)            # Non greedy match of all characters up to         
  \s+              # 1 or more whitespace                             
  \(               # parenthesis literal                              
    (.*?)            # non-greedy match to the next                     
  \)               # closing literal parenthesis                      
  \s*              # 0 or more whitespace (trailing * is optional)    
  (\*)?            # 0 or 1 literal *s                                
}x;  #x switch allows whitespace in regex to allow documentation.   

#values trapped in $1 $2 $3, so do whatever you need to:            
#Perl lets you use any characters as delimiters, i like pipes because                    
#they reduce the amount of escaping when using file paths           
m|$regex| && print "$1 : $2 : $3";

#alternatively if(m|$regex|) {doOne($1); doTwo($2) ... }

フォーマット以外の場合でも、ループのコマンドラインスイッチに依存するのではなく、メインループを実装してファイルを処理し、スクリプトの本体を具体化します。

2
liam

これは私の 最後の答え に小さな変更を加えるだけです：

my ($guid, $scheme, $star) = $line =~ m{
    The [ ] Scheme [ ] GUID: [ ]
    ([a-zA-Z0-9-]+)          #capture the guid
    [ ]
    \(  (.+)  \)             #capture the scheme 
    (?:
        [ ]
        ([*])                #capture the star 
    )?                       #if it exists
}x;
1
Chas. Owens

久しぶりのPerl

while(<STDIN>) {
    next unless /:\s*(\S+)\s+\(([^\)]+)\)\s*(\*?)/;
    print "|$1|$2|$3|\n";
}
1
Michael Krelin - hacker

文字列1：

$input =~ /'^\S+'/;
$s1 = $&;

文字列2：

$input =~ /\(.*\)/;
$s2 = $&;

文字列3：

$input =~ /\*?$/;
$s3 = $&;
0
Rap