Regex 如何从这个键值对中提取值？

我有一个由“，”分隔的键值对，如下所示。我只需要提取值，不管它是否存在

Category=，userAgent=Mozilla/5.0（Windows NT 6.3；WOW64；Trident/7.0；rv:11.0），比如Gecko，refereringURL=https://www.localhost.com/account/pay?link=credit_card，criteria=InFormCriteria（cc='MZ'，tend=123，cd='parts'）

我使用了以下代码

while(<FH>){
    while($_=~m/([^=]+)=([^\s]+,?)/g){
        print $1." ";
    }
    print "\n";
}

while（）{
而（$）=~m/（[^=]+）=（[^\s]+，？）/g）{
打印$1。”；
}
打印“\n”；
}

我得到以下输出：

，Mozilla/5.0https://www.localhost.com/account/pay?link=credit_card，InFormCriteria（cc='MZ'，tend=123，cd='parts'）

但是，我需要得到：

类似Gecko的Mozilla/5.0（Windows NT 6.3；WOW64；Trident/7.0；rv:11.0）@@https://www.localhost.com/account/pay?link=credit_card@@InFormCriteria（cc='MZ'，tend=123，cd='parts'）

---

我做错了什么？

这比听起来更烦人，因为您的字符串使用了不一致的分隔符。因此，很难用RE进行解析，而且总是不可靠的

模块的存在就是为了做到这一点——正如Wintermute所提到的，它是为解析这种特殊类型的字符串而构建的

如果你真的很难做到这一点，“简单的”分割分隔符方法将不起作用，因为括号中有嵌套的元素。所以我建议-用正则表达式选择键（因为它们总是一个单词，后跟

=

）

然后，创建一组“sub”正则表达式来解析它

#!/usr/bin/perl

use strict;
use warnings;
use Data::Dumper;

my $string =
    q{Category=, userAgent=Mozilla/5.0 (Windows NT 6.3; WOW64; Trident/7.0; rv:11.0) like Gecko, referringURL=https://www.localhost.com/account/pay?link=credit_card, criteria=InFormCriteria(cc='MZ',tend=123,cd='parts')};

my @keys = ( $string =~ m/(?:^|\s)(\w+)=/g );
my %parsed_thing;

for my $index ( 0 .. $#keys ) {
    my $regex =
          $keys[$index]
        . '=(.*?)[, ]*'
        . ( defined $keys[ $index + 1 ] ? $keys[ $index + 1 ] : '$' );
    print "Using a RE of: ", $regex, "\n";

    my ($value) = ( $string =~ m/$regex/ );
    print "\tGot: $keys[$index] => $value\n";
    $parsed_thing{ $keys[$index] } = $value;
}

print join( '@@', values %parsed_thing ),"\n";
#or
print join( '@@', @parsed_thing{@keys} ),"\n";

---

您的实际分隔符在我看来更像

，

（逗号后跟空格）。如果key=value对的值不包含相同的分隔符，使用gawk可以：

gawk '{sub(/^\w+=/, ""); gsub( /, \w+=/, "@@"); print}'

这会将key=部分放在第一个字段中，然后将其他部分转换为

@

。您的示例数据输出如下：

@@Mozilla/5.0 (Windows NT 6.3; WOW64; Trident/7.0; rv:11.0) like Gecko@@https://www.localhost.com/account/pay?link=credit_card@@InFormCriteria(cc='MZ'@@123@@'parts')

如果确实需要将空值表示为

”

，则可以在如下脚本中使用常规gawk/awk：

#!/usr/bin/awk -f

BEGIN {FS=", "; OFS="@@"}

{
    for(i=1; i<=NF; i++) {
        val = substr( $i, index( $i, "=" )+1 )
        if( val=="" ) val="\"\""
        printf "%s%s", val, (i<NF?OFS:"\n")
    }
}

---

这些解决方案都假定每个字段的形式为key=value，并且没有任何值包含

，

（逗号后跟空格）。如果后者不是真的，那么您可能希望将日志分隔符（如果可以的话）更改为更清晰的分隔符。或者，如果您可以确定

，

在值中的不同情况（例如在平衡参数之间），那么您可以在分析主键=值对之前更改这些情况。

这可能是一个XY问题。是否有帮助？实际上它是一个日志文件。HTTP:：BrowserDetect与字符串一起工作，因此这不会是一个问题。当iam存储其存储布尔值1或0时，如何将匹配的字符串打印到变量中。请参见编辑。这种散列可以通过各种方式进行操作，以精确地生成您想要的内容。（例如，将“empty”替换为

”

）（请记住，如果您想要特定的顺序，您可能需要排序。或者您可以边打印边打印）criteria=InFormCriteria（cc='MZ'，tend=123，cd='parts'）我只需要将键提取为“criteria”，但上面的代码也会生成“tend”和“cd”。事实上，这类场景太多了。以前的正则表达式在这里完全失败了。

""@@Mozilla/5.0 (Windows NT 6.3; WOW64; Trident/7.0; rv:11.0) like Gecko@@https://www.localhost.com/account/pay?link=credit_card@@InFormCriteria(cc='MZ',tend=123,cd='parts')