Regex 需要贪婪量词的帮助吗

我正在用Perl做一个简单的搜索和替换，但是我需要一些帮助。以下是文件中的行：

1001(seperator could be "anything")john-1001(seperator could be "anything")mark
1001(seperator could be "anything")mark-1001(seperator could be "anything")john

我想给john分配一个新的用户ID，比如2001。这就是我想要的结果：

2001($1)john-1001-mark
1001-mark-2001($1)john

---

当john是第一个时，我的正则表达式工作得很好，但当mark是第一个时，它会出错。

如果不知道分隔符可以是什么——哪些字符、有多少个字符，等等，回答这个问题几乎是不可能的。非贪婪的任意分隔符如下所示：

s/\b1001\b(?=.*?\bjohn\b)/2001/

当匹配中间字符的最小数目时，后跟“john”将替换“1001”

*？

是

*

的非贪婪版本。但是，如果可能，正则表达式总是匹配的，所以这仍然是匹配的

1001-mark-1001-john

换句话说，这不仅仅是一个贪婪的问题。我们需要至少定义三件事中的一件：

• 分隔符可以包含的字符
• 分隔符不能包含的字符
• 分隔符中的字符数

如果我们假设分隔符不能包含“word”字符（a-z、0-9和下划线），我们可以得到一些可行的结果：

s/\b1001\b(?=\W+?\bjohn\b)/2001/

---

已知部分（“1001”和“john”）被绑定以防止它们与这些子字符串匹配其他字符串。（感谢Chas注意到边缘情况。）

如果不知道分隔符可以是什么，就几乎不可能回答这个问题——哪些字符，多少个字符，等等。非贪婪的任意分隔符如下所示：

s/\b1001\b(?=.*?\bjohn\b)/2001/

当匹配中间字符的最小数目时，后跟“john”将替换“1001”

*？

是

*

的非贪婪版本。但是，如果可能，正则表达式总是匹配的，所以这仍然是匹配的

1001-mark-1001-john

换句话说，这不仅仅是一个贪婪的问题。我们需要至少定义三件事中的一件：

• 分隔符可以包含的字符
• 分隔符不能包含的字符
• 分隔符中的字符数

如果我们假设分隔符不能包含“word”字符（a-z、0-9和下划线），我们可以得到一些可行的结果：

s/\b1001\b(?=\W+?\bjohn\b)/2001/

已知部分（“1001”和“john”）被绑定以防止它们与这些子字符串匹配其他字符串。（感谢Chas注意到边缘情况。）

尝试以下方法：

#!/usr/bin/perl

use strict;
use warnings;

while (<DATA>) {
    s/\b1001-john\b/2001-john/;
    print;
}

__DATA__
1001-john-1001-mark
1001-mark-1001-john
11001-john
1001-johnny

sexeger的基本思想是反转字符串，使用反转的正则表达式，然后反转结果。问题是，

*？

给出了第一个匹配中最短的字符串，而不是可能的最短字符串。当然，

“1001-mark-2001-john”

仍有问题，因为

*？

将匹配

“-mark-2001-”

。最好确定文件格式并对其进行解析，而不是尝试使用正则表达式。

尝试以下方法：

#!/usr/bin/perl

use strict;
use warnings;

while (<DATA>) {
    s/\b1001-john\b/2001-john/;
    print;
}

__DATA__
1001-john-1001-mark
1001-mark-1001-john
11001-john
1001-johnny

---

sexeger的基本思想是反转字符串，使用反转的正则表达式，然后反转结果。问题是，

*？

给出了第一个匹配中最短的字符串，而不是可能的最短字符串。当然，

“1001-mark-2001-john”

仍有问题，因为

*？

将匹配

“-mark-2001-”

。与其尝试使用正则表达式，不如确定文件格式并对其进行解析。

它可能类似于

$s = '1001-mark-1001-john';
$s =~ s/(\d+)(-john)/2001$2/i;
print $s;

---

可能是这样的

$s = '1001-mark-1001-john';
$s =~ s/(\d+)(-john)/2001$2/i;
print $s;

---

我从你的评论中猜测分隔符并不总是连字符，事实上可以是多个字符

对于这种情况，请尝试：

s/\d+([^\d]*)john/2001$1john/

---

这将在更换过程中保持“1001”和“john”之间的分离器完好无损。请注意，分隔符中不允许有数字，因此即使在“mark”之后出现“john”（因为“-mark-1001-”不是一个有效的分隔符）时，这也会起作用。

根据您的评论，我猜测分隔符并不总是连字符，实际上可以是多个字符

对于这种情况，请尝试：

s/\d+([^\d]*)john/2001$1john/

---

这将在更换过程中保持“1001”和“john”之间的分离器完好无损。请注意，分隔符中不允许有数字，因此即使在“mark”之后出现“john”（因为“-mark-1001-”不是有效的分隔符）时，也可以使用此分隔符。

是否要发布您正在使用的正则表达式？我们需要有关数据以及您试图查找和替换的固定/可变部分的更多信息。所有的ID都是四位数吗？“—”总是分隔符吗？你知道号码（1001）和姓名（john）吗？每行是否总是有两个用户，以-分隔？当你说分隔符变化很大时，你是什么意思？关键是对分隔符有足够的了解，以便能够将其与数据区分开来；e、 g.“1001；foo-1000；bar-999；baz”是foo/baz记录（带分隔符“；”和“；bar-999；”）还是bar/baz记录（带分隔符“；foo-1000；”和“；”）？要发布您正在使用的正则表达式吗？我们需要有关数据以及您试图查找和替换的固定/可变部分的更多信息。所有的ID都是四位数吗？“—”总是分隔符吗？你知道号码（1001）和姓名（john）吗？每行是否总是有两个用户，以-分隔？当你说分隔符变化很大时，你是什么意思？关键是对分隔符有足够的了解，以便能够将其与数据区分开来；e、 g.“1001；foo-1000；bar-999；baz”是foo/baz记录（带分隔符“；”和“；bar-999；”）还是bar/baz记录（带分隔符“；foo-1000；“和”；”）？我的问题是，我使用（*）来获取userID和“john”之间的任何内容，因为它变化很大。但是当“马克”第一次出现的时候，它自然就搞砸了。。我的问题是，我使用（.*）获取userID和“john”之间的任何内容，因为它变化很大。但是当“马克”第一次出现的时候，它自然就搞砸了。。那么我该怎么做呢？这个答案错了吗？如果你要否决它，请告诉我还有什么可以做得更好；我不是正则表达式大师（你可能已经猜到了）。这个答案错了吗？如果你是