Regex Perl：如何在任意两个任意正则表达式之间查找项？

我试图在任意两个相同但任意的关键词之间找到并提取文本。例如，给定字符串：

"aa bb aa cc 11 dd bb 11 cc"

…我想得到：

"aa bb aa"

"bb aa cc 11 dd bb"

"cc 11 dd bb 11 cc"

"11 dd bb 11"

当我执行

m/（\w+）.+？（$1）/

操作时，或者当我使用“向前看”操作符时，似乎什么都不起作用，也找不到所有内容

三个问题：

• 您使用的是

  $1

  ，但在正则表达式反引用中使用的是反斜杠，而不是美元符号：

  \1

• 您试图匹配整个单词，但您的正则表达式缺少单词边界

• 你说你试过扮相，但你没说怎么做

您需要的正则表达式是：

(?=((\b\w+\b).+?(\b\2\b)))

您还需要添加

/g

标志，并在

while

循环中进行匹配，以获得所有结果：

my $subject = "aa bb aa cc 11 dd bb 11 cc";
while ($subject =~ m/(?=((\b\w+\b).+?(\b\2\b)))/g) {
    print "$1\n"
}

匹配项将

$1

，因为整个匹配都发生在前瞻中，这意味着

$&

将为空

这里有一个（Regex101.com），
和一个（Ideone.com）

三个问题：

• 您使用的是

  $1

  ，但在正则表达式反引用中使用的是反斜杠，而不是美元符号：

  \1

• 您试图匹配整个单词，但您的正则表达式缺少单词边界

• 你说你试过扮相，但你没说怎么做

您需要的正则表达式是：

(?=((\b\w+\b).+?(\b\2\b)))

您还需要添加

/g

标志，并在

while

循环中进行匹配，以获得所有结果：

my $subject = "aa bb aa cc 11 dd bb 11 cc";
while ($subject =~ m/(?=((\b\w+\b).+?(\b\2\b)))/g) {
    print "$1\n"
}

匹配项将

$1

，因为整个匹配都发生在前瞻中，这意味着

$&

将为空

这里有一个（Regex101.com），

---

还有一个（Ideone.com）

如果我没弄错你的问题，你可以使用

（？{code}）

模式和

（*失败）

：

结果似乎和您预期的一样：

$ perl test.pl
aa bb aa
bb aa cc 11 dd bb
cc 11 dd bb 11 cc
11 dd bb 11

---

如果我正确理解您的问题，您可以使用

（？{code}）

模式和

（*失败）

：

结果似乎和您预期的一样：

$ perl test.pl
aa bb aa
bb aa cc 11 dd bb
cc 11 dd bb 11 cc
11 dd bb 11

---

我更喜欢非正则表达式的解决方案。下面的程序执行所需的操作

它首先将字符串拆分为项目，并将它们存储在数组

@items

中。哈希

%index

是一个哈希，它将每个不同的项与

@items

中出现的索引相关联，数组

@keys

是哈希的键，它们在

@terms

中出现的顺序。（如果输出顺序无关紧要，则不需要这样做。）

@terms

数组的子集针对包含两个或多个项的

%索引的每个值进行打印<代码>而

与

拼接一起使用

，以防有一个项目出现四次或四次以上，在这种情况下，输出将由第一次出现到第二次，第三次到第四次等组成。如果不需要这样做，则可以进一步简化程序

use strict;
use warnings 'all';

my $str = "aa bb aa cc 11 dd bb 11 cc";;
my @items = split ' ', $str;
my ( %indexes, @keys);

for my $i ( 0 .. $#items ) {
    my $key = $items[$i];
    push @keys, $key unless $indexes{$key};
    push @{ $indexes{$key} }, $i;
}

for my $key ( @keys ) {
    my @indexes = @{ $indexes{$key} };
    while ( @indexes >= 2 ) {
        my ( $beg, $end ) = splice @indexes, 0, 2;
        print "@items[$beg .. $end]\n";
    }
}

输出

aa-bb-aa
bb aa cc 11 dd bb
cc 11 dd bb 11 cc
11 dd bb 11

我更喜欢非正则表达式的解决方案。下面的程序执行所需的操作

它首先将字符串拆分为项目，并将它们存储在数组

@items

中。哈希

%index

是一个哈希，它将每个不同的项与

@items

中出现的索引相关联，数组

@keys

是哈希的键，它们在

@terms

中出现的顺序。（如果输出顺序无关紧要，则不需要这样做。）

@terms

数组的子集针对包含两个或多个项的

%索引的每个值进行打印<代码>而

与

拼接一起使用

，以防有一个项目出现四次或四次以上，在这种情况下，输出将由第一次出现到第二次，第三次到第四次等组成。如果不需要这样做，则可以进一步简化程序

use strict;
use warnings 'all';

my $str = "aa bb aa cc 11 dd bb 11 cc";;
my @items = split ' ', $str;
my ( %indexes, @keys);

for my $i ( 0 .. $#items ) {
    my $key = $items[$i];
    push @keys, $key unless $indexes{$key};
    push @{ $indexes{$key} }, $i;
}

for my $key ( @keys ) {
    my @indexes = @{ $indexes{$key} };
    while ( @indexes >= 2 ) {
        my ( $beg, $end ) = splice @indexes, 0, 2;
        print "@items[$beg .. $end]\n";
    }
}

输出

aa-bb-aa
bb aa cc 11 dd bb
cc 11 dd bb 11 cc
11 dd bb 11

您究竟是如何调用正则表达式的<代码>echo“11 dd bb 11”| perl-ne'/（\w+）+？（$1）/；打印$1'对我来说很有用。不知道为什么这些答案被否决了。他们两个看起来对我都有用。echo“11 dd bb 11”| perl-lne“if（$）/（$）/）{print“$1$2$3\n”；}”好吧，这只给了我“11”而没有其他任何东西。echo“11 dd bb 11”| perl-lne“if（$）（$）/（$1）/）{print“$1$2$3\n”}好吧，这只给了我“11”而没有其他东西。谢谢大家的帮助。非常感谢以上和以下评论！！！echo“11 dd bb 11”| perl-lne'if（$|=~m/（\w+）（.+？）（\1）/）{print“$1$2$3\n”；}”工作您究竟是如何调用正则表达式的<代码>echo“11 dd bb 11”| perl-ne'/（\w+）+？（$1）/；打印$1'对我来说很有用。不知道为什么这些答案被否决了。他们两个看起来对我都有用。echo“11 dd bb 11”| perl-lne“if（$）/（$）/）{print“$1$2$3\n”；}”好吧，这只给了我“11”而没有其他任何东西。echo“11 dd bb 11”| perl-lne“if（$）（$）/（$1）/）{print“$1$2$3\n”}好吧，这只给了我“11”而没有其他东西。谢谢大家的帮助。非常感谢以上和以下评论！！！echo“11 dd bb 11”| perl-lne'if（$|=~m/（\w+）（\1/）{print“$1$2$3\n”；}worksecho“aa bb aa cc 11 dd bb 11 cc”| perl-lne'if（$|=~m/（（\b\w++）（b\b\2\b））/g）{print“$1--$2--$3\n”；}将为aa-bb aa--aa--aa--aa--aa--aa@lisprogtor. 如果您将

if

更改为

while

，您将获得所需的全部四个结果。我已经在我的答案中添加了一个Perl示例。echo“aa bb aa cc 11 dd bb 11 cc”| Perl-lne“如果（$）=~m/（？=（（\b\w++\b）。+（\b\2\b）））/g{print“$1--$2--$3\n”}将给您aa bb aa--aa--aa@lisprogtor. 如果您将

if

更改为

while

，您将获得所需的全部四个结果。我在回答中添加了一个Perl示例。（{code}）表示这是perl6，对吗？我快到下午六点了。perl6的固化程度如何，或者perl6的最终固化程度如何？它是perl5。T