Perl正则表达式捕获字符串中的精确匹配并存入变量

Question

Perl正则表达式捕获字符串中的精确匹配并存入变量

3

我需要帮助编写一个正则表达式，只捕获字符串中的精确匹配，并将其放入变量中。

我只想提取这些值（固定列表；没有其他数字）：

004010H222A1 or 
004010H223A2 or 
004010H220A1 or 
004010H279A1 or 
004010H279A1 or 
004010H217

从给定的字符串中提取

示例：

$str = "this is the code 004010H222A1 the rest is irrelevant";
$str = "the random number is 004010H223A2 ** anything else is irrelevant";
$str = "the last lottery number 004010H220A1 ~~ the rest is irrelevant";
$str = "yet another random sentence 004010H279A1 the rest is irrelevant";
$str = "any sentence before what i want 004010H279A1 the rest is irrelevant";
$str = "last winning number 004010H217~~~";


if ($str =~ /\b(004010H[2][1|2|7][0|2|3|7|9])(A[1|2])?\b/){
print "found exact match\n";
##put result into a variable
##example:
## $exact_match = <found eg 004010H222A1>; 
##print $exact_match;
}

我该如何将我想要的精确匹配内容存储到一个变量中并显示出来？也许我只是看不到眼前的森林。非常感谢您的帮助。

- user2585000

^.*(004010H[0-9A]{0,10}) - Uncle Iroh

或者仅将其设置为：^.*(004010H222A1|004010H223A2|004010H220A1|004010H279A1|004010H279A1|004010H217) - Uncle Iroh

2个回答

1

只是想发表一下我的意见：

\b004010H2[127][02379](?:A[12])?\b
# \b - match a word boundary
# match 004010H2 literally
# [127] one of 1,2 or 7
# followed by one of 0,2,3,7 or 9
# (?:....)? is a non capturing group and optional in this case

提示：显然，这可以匹配您的数字，但其他组合如004010H210A2也可以。这完全取决于您的输入字符串。如果您只有这六种选择，那么使用简单的字符串函数可能会更安全。
请参见regex101.com上的演示。

- Jan

谢谢，那个演示网站帮助我调试了一些提出的想法。同时也感谢指出可选部分捕获组。 - user2585000

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- zdim · Accepted Answer

给定一组模式列表。

my @fixed = qw(004010H222A1 004010H223A2 004010H220A1 
    004010H279A1 004010H279A1 004010H217);

my $str = "this is the code 004010H222A1 the rest is irrelevant";

my @found = grep { $str =~ /$_/ } @fixed;

这个模式在字符串中匹配所有这样的模式。请注意，您可能需要单词边界（/\b$_\b/），尽管不需要如果模式在周围文本中非常明显。如果模式本身包含任何非单词字符，则需要为“边界”构建子模式。

如果您确定字符串中只有一个或只需要第一个

my ($found) = grep { $str =~ /$_/ } @fixed;

或者先使用交替构建模式。

my $re = join '|', map { quotemeta } @fixed;

my $found = $str =~ /$re/;  # consider using word-boudaries /\b$re\b/

这种方法可能更有效，因为它只启动一次正则表达式引擎，但另一方面，如果只有几个（或一个？）选项，我们会涉及所有开销来形成替代。

根据细节，您可能希望首先按长度排序，无论是最长还是最短。

my $re = join '|', map { quotemeta } sort { length $a <=> lenght $b } @fixed;
...

请参阅此帖子以了解有关这些选项背后的推理讨论。

如果您有更多可能性，并且与问题中显示的确切模式匹配，则该模式为：数字后跟字母或数字，以非字母数字终止。

my $pattern = qr/([0-9]+[a-zA-Z0-9]+)[^a-zA-Z0-9]/;

my ($found) = $str =~ /$pattern/;

如果模式紧接在非数字字符（如~）之后，而不仅仅是空格，则上述匹配成功。它还允许小写字母，如果不能使用，则删除a-z。如果确定存在前导零，则可以进一步限制此内容。