在perl中使用正则表达式在字符串中查找年份

input.txt

Ken, Robert. (1994). Lessons from Hull House for the contemporary urban university 2008. Social Service Review, 68(3), 299-321.

Robert, John. 1994. Lessons from Hull House for the contemporary urban university 2008. Social Service Review.

Output.txt

Ken, Robert. (<y>1994</y>). Lessons from Hull House for the contemporary urban university 2008. Social Service Review, 68(3), 299-321.

Robert, John. <y>1994</y>. Lessons from Hull House for the contemporary urban university 2008. Social Service Review.

罗伯特，肯。(1994). 2008年当代城市大学赫尔学院的课程。《社会服务评论》，68（3），299-321。 罗伯特，约翰。19942008年当代城市大学赫尔学院的课程。社会服务检讨。 我已经尝试了以下编码，但是我在最近几次得到了标签 有人能告诉我解决办法吗

print "Enter the exp file name without extension: ";
chomp($filename = <STDIN>);
open(RED, "$filename.txt") || die "Could not open EXP file";
open(WRIT, ">$filename.html");

while(<RED>) {
    if(/(.+)(\d{4})/) {
        s/(.+)(\d{4})/$1<y>$2<\/y>/g;
    }
print WRIT $_;
}
close(RED);
close(WRIT);

print“输入exp文件名，不带扩展名：”；
chomp（$filename=）；
打开（红色，“$filename.txt”）| | die“无法打开EXP文件”；
打开（写“>$filename.html”）；
while（）{
if（/（.+）（\d{4}）/）{
s/（.+）（\d{4}）/$1$2/g；
}
打印写入$；
}
关闭（红色）；
关闭（令状）；

您有贪婪的正则表达式，所以只有去年的每一行匹配<代码>？使

+

量词不贪婪（尽可能不匹配）

if（/（.+？）（\d{4}）/）{
s/（.+？）（\d{4}）/$1$2/g；
}

作为旁注，您可以使用

s/(\d{4})/<y>$1<\/y>/g;

s/（\d{4}）/$1/g；

您有贪婪的正则表达式，所以只有去年的每一行匹配<代码>？使

+

量词不贪婪（尽可能不匹配）

if（/（.+？）（\d{4}）/）{
s/（.+？）（\d{4}）/$1$2/g；
}

作为旁注，您可以使用

s/(\d{4})/<y>$1<\/y>/g;

s/（\d{4}）/$1/g；

你会被正则表达式匹配的贪婪所绊倒。这意味着：

+

正在尽其所能地抓住一切，只剩下足够完成第二个匹配

因此，它只能在以下情况下工作一次：

Ken, Robert. (1994). Lessons from Hull House for the contemporary urban university 2008. Social Service Review, 68(3), 299-321.

+

将匹配到

2008

（包括

（1994）

）的所有内容

您需要使用非贪婪匹配。如中所述：

因此，请尝试：

(.+?)(\d{4})

编辑：如注释中所述。捕获

（.+）

是多余的。这是有条件的。因此，代码如下所示：

while (<DATA>) {
    s/(\d{4})/<y>$1<\/y>/g;
    print;
}

__DATA__
Ken, Robert. (1994). Lessons from Hull House for the contemporary urban university 2008. Social Service Review, 68(3), 299-321.
Robert, John. 1994. Lessons from Hull House for the contemporary urban university 2008. Social Service Review.

while（）{
s/（\d{4}）/$1/g；
印刷品；
}
__资料__
肯，罗伯特。(1994). 2008年当代城市大学赫尔学院的课程。《社会服务评论》，68（3），299-321。
罗伯特，约翰。19942008年当代城市大学赫尔学院的课程。社会服务检讨。

此外：

• 启用

  use strict和
  使用警告
  小心
  打开
  根据用户输入打开文件。如果你不提高你的投入，那是很危险的
  3参数
  open
  无论如何都是个好主意
  

让您感到困惑的是正则表达式匹配是贪婪的。这意味着：

+

正在尽其所能地抓住一切，只剩下足够完成第二个匹配

因此，它只能在以下情况下工作一次：

Ken, Robert. (1994). Lessons from Hull House for the contemporary urban university 2008. Social Service Review, 68(3), 299-321.

+

将匹配到

2008

（包括

（1994）

）的所有内容

您需要使用非贪婪匹配。如中所述：

因此，请尝试：

(.+?)(\d{4})

编辑：如注释中所述。捕获

（.+）

是多余的。这是有条件的。因此，代码如下所示：

while (<DATA>) {
    s/(\d{4})/<y>$1<\/y>/g;
    print;
}

__DATA__
Ken, Robert. (1994). Lessons from Hull House for the contemporary urban university 2008. Social Service Review, 68(3), 299-321.
Robert, John. 1994. Lessons from Hull House for the contemporary urban university 2008. Social Service Review.

while（）{
s/（\d{4}）/$1/g；
印刷品；
}
__资料__
肯，罗伯特。(1994). 2008年当代城市大学赫尔学院的课程。《社会服务评论》，68（3），299-321。
罗伯特，约翰。19942008年当代城市大学赫尔学院的课程。社会服务检讨。

此外：

• 启用

  use strict和
  使用警告
  小心
  打开
  根据用户输入打开文件。如果你不提高你的投入，那是很危险的
  3参数
  open
  无论如何都是个好主意
  没有必要先匹配一年，然后替换它
  
  不需要捕获不匹配的内容
  
  然而，有必要确保你谈论的是合法的年份——四位数长的年份，可能也在上个世纪或本世纪
  
  最简单的说法当然是你永远不想使用的方式：
  
  # DO NOT USE THIS: IT IS ILLEGIBLE!!
  s{(\b(?=19|20)\d{4}\b)}{<y>$1</y>}g;
  
  或者，如果您运行的是Perl v5.14或更高版本，则可以使用
  /a
  选项：
  
  s{
      (?<YEAR>            # save in named buffer "year"
          \b              # word-break
          (?= 19 | 20)    # next two chars must be either 19 or 20
          \d{4}           # the year proper
          \b              # word break
      )                   # end of named capture "year"
  }{
      "<y>"       .
      $+{YEAR}    .
      "</y>"
  }egxa;
  
  s{
  （？#保存在命名缓冲区“年”
  \断字
  （？=19 | 20）#接下来的两个字符必须是19或20
  \d{4}本年度
  \断字
  )#命名捕获“年”结束
  }{
  ""       .
  $+{YEAR}。
  ""
  }egxa；
  
  如果您决定其他世纪适用，则可以很容易地修改限制允许哪些世纪的前瞻性。
  无需先匹配一年，然后替换它
  
  不需要捕获不匹配的内容
  
  然而，有必要确保你谈论的是合法的年份——四位数长的年份，可能也在上个世纪或本世纪
  
  最简单的说法当然是你永远不想使用的方式：
  
  # DO NOT USE THIS: IT IS ILLEGIBLE!!
  s{(\b(?=19|20)\d{4}\b)}{<y>$1</y>}g;
  
  或者，如果您运行的是Perl v5.14或更高版本，则可以使用
  /a
  选项：
  
  s{
      (?<YEAR>            # save in named buffer "year"
          \b              # word-break
          (?= 19 | 20)    # next two chars must be either 19 or 20
          \d{4}           # the year proper
          \b              # word break
      )                   # end of named capture "year"
  }{
      "<y>"       .
      $+{YEAR}    .
      "</y>"
  }egxa;
  
  s{
  （？#保存在命名缓冲区“年”
  \断字
  （？=19 | 20）#接下来的两个字符必须是19或20
  \d{4}本年度
  \断字
  )#命名捕获“年”结束
  }{
  ""       .
  $+{YEAR}。
  ""
  }egxa；
  
  如果您决定其他世纪适用，则很容易修改限制允许哪些世纪的前瞻性。
  还需要注意的是1）您不必使用
  If
  语句，因为它内置在
  s//
  中，仅在匹配时替换，2）没有锚，
  （.+？）
  将尽可能少地匹配，换句话说：1个字符，几乎不值得努力，最重要的是：3）捕获任何东西