Regex 我能'；找不到合适的正则表达式

我有以下文件（与此方案类似，但要长得多）：

每行中有两个单词（如

LSE ZTX

），开头、结尾和中间都有空格和/或制表符。 有人能帮我把这两个单词和regexp匹配起来吗？下面的例子中，我希望第一行的LSE为1美元，ZTX为2美元，第二行的SWX为1美元，ZURN为2美元，等等。 我试过这样的方法：

$line =~ /(\t|\s)*?(.*?)(\t|\s)*?(.*?)/msgi;
$line =~ /[\t*\s*]?(.*?)[\t*\s*]?(.*?)/msgi;

---

我不知道怎么说，可能有空格或制表符（或者两者混合，因此对于ex.\t\s\t）

假设行首的空格是您用来标识所需代码的，请尝试以下操作：

在换行符处拆分字符串，然后尝试以下正则表达式：

^\s+(\w+\s+){2}$

这将只匹配以一些空格开头，后跟（单词-一些空格-单词），然后以一些空格结尾的行

# ^           --> String start
# \s+         --> Any number of spaces
# (\w+\s+){2} --> A (word followed by some space)x2
# $           --> String end.

但是如果要单独捕获代码，请执行以下操作：

---

这将匹配您的所有代码

/[A-Z]+/

---

\s

还包括制表，因此您的正则表达式如下所示：

$line =~ /^\s*([A-Z]+)\s+([A-Z]+)/;

第一个单词在第一组中（$1），第二个单词在$2中

您可以根据需要将

[A-Z]

更改为更方便的选项

这是我的解释

---

始终是两个字，您不需要匹配整行，因此最简单的正则表达式是：

/(\w+)\s+(\w+)/

---

我想这就是你想要的

^\s*([A-Z]+)\s+([A-Z]+)

看到它，您可以在组1中找到行的第一个代码，在组2中找到第二个代码

\s

是一个空白字符，包括空格、制表符和换行符等

在Perl中是这样的：

($code1, $code2) = $line =~ /^\s*([A-Z]+)\s+([A-Z]+)/i;

我认为您正在逐行读取文本文件，因此不需要修饰符

s

和

m

，也不需要

g

如果代码不仅仅是ASCII字母，则将

[A-Z]

替换为

\p{L}

\p{L}

是一个将匹配每种语言中每个字母的正则表达式。

此正则表达式带有选项“Multiline”：

^\s*(?<word1>\S+)\s+(?<word2>\S+)\s*$

^\s*（？\s+）\s+（？\s+）\s*$

将为您提供N个匹配项，每个匹配项包含2个组，名为： -字1 -word2

^\s*（[A-Z]{3,4}）\s+（[A-Z]{3,4}）$

这是干什么的

^             // Matches the beginning of a string
\s*           // Matches a space/tab character zero or more times
([A-Z]{3,4})  // Matches any letter A-Z either 3 or 4 times and captures to $1
\s+           // Then matches at least one tab or space
([A-Z]{3,4})  // Matches any letter A-Z either 3 or 4 times and captures to $2
$             // Matches the end of a string

---

如果只想匹配前两个单词，最基本的是只匹配任何非空白字符序列：

my ($word1, $word2) = $line =~ /\S+/g;

---

这将把

$line

中的前两个单词捕获到变量中（如果存在）。请注意，使用

/g

修饰符时不需要括号。如果要捕获所有现有匹配项，请改用数组。

您可以在此处使用

拆分
：

use strict;
use warnings;

while (<DATA>) {
    my ( $word1, $word2 ) = split;
    print "($word1, $word2)\n";
}

__DATA__
LSE         ZTX                       
    SWX         ZURN                    
LSE         ZYT
NYSE                            CGI

这将与没有空格的行不匹配。行首的空格被解释为可选。@ZackT:我假设行首的空格是用户想要获得的字符串的标识。这是识别这些空间的唯一方法，用户似乎希望找到可能包含这些空间的代码。除非问题得到澄清，否则这实际上就是问题的答案。没有理由否决投票。我认为他不想只捕获带有空格的代码，我认为他是说任何一行在实际代码之前都可能有空格或制表符，然后是更多的空格或制表符，然后是另一个代码，他想得到所有的代码。@ZackT.：
有两个代码带有可选的空格和/或制表符。有人能帮我用regexp计算这两个代码吗？
读这个该死的问题。“计算这两个代码”到底是什么意思？这个问题的格式不是很好。听起来你只需要
split'，$line
^             // Matches the beginning of a string
\s*           // Matches a space/tab character zero or more times
([A-Z]{3,4})  // Matches any letter A-Z either 3 or 4 times and captures to $1
\s+           // Then matches at least one tab or space
([A-Z]{3,4})  // Matches any letter A-Z either 3 or 4 times and captures to $2
$             // Matches the end of a string

my ($word1, $word2) = $line =~ /\S+/g;

use strict;
use warnings;

while (<DATA>) {
    my ( $word1, $word2 ) = split;
    print "($word1, $word2)\n";
}

__DATA__
LSE         ZTX                       
    SWX         ZURN                    
LSE         ZYT
NYSE                            CGI

(LSE, ZTX)
(SWX, ZURN)
(LSE, ZYT)
(NYSE, CGI)