我该如何处理Perl正则表达式中的特殊字符？

Question

我正在使用Perl程序从文件中提取文本。我有一个字符串数组，用作文本的分隔符，例如：

$pat = $arr[1] . '(.*?)' . $arr[2];

if ( $src =~ /$pat/ ) {
   print $1;
}

然而，数组中的两个字符串是$450和(Buy now)。这些字符串的问题在于其中的符号表示Perl正则表达式中的字符串结尾和捕获组，因此文本不会按照我的意图进行解析。

有没有什么办法解决这个问题？

- Joseph Homan

Answer 1

尝试使用Perl的quotemeta函数。或者，您可以在正则表达式中使用\Q和\E来关闭正则表达式中值的插值。有关更多信息，请参见perlretut -它们可能不是您要寻找的内容。

- Chris Lutz

---

具体而言，\Q不会保护反斜杠转义的字符。quotemeta是更通用的解决方案。 - Ben Blank

@BenBlank：你在说什么？\Q 编译成 quotemeta。它们是相同的函数。同样，\L 编译成 lc，\U 编译成 uc，等等。\Q 完美地“保护”反斜杠转义字符，因为毕竟它就是 \Q！ - tchrist

Answer 2

quotemeta函数会转义元字符，以便它们被解释为字面量。作为一种快捷方式，在双引号环境中，您可以使用\Q…\E来包围应该被引用的内容：

$pat = quotemeta($arr[1]).'(.*?)'.quotemeta($arr[2]);
if($src=~$pat) { print $1 }

或者

$pat = "\Q$arr[1]\E(.*?)\Q$arr[2]";  # \E not necessary at the end
if($src=~$pat) { print $1 }

或者只是

if ( $src =~ /\Q$arr[1]\E(.*?)\Q$arr[2]/ ) { print $1 }

注意，这不仅限于插值变量；字面字符也会受到影响：

perl -wle'print "\Q.+?"'
\.\+\?

尽管显然它发生在变量插值之后，因此"\Q$foo"不会变成'\$foo'。

- ysth

Answer 3

使用 quotemeta 函数：

$pat = quotemeta($arr[1]) . '(.*?)' . quotemeta($arr[2]);
if ($src =~ $pat) 
    print $1;

- VirtualBlackFox