使用regex解析许可证文件

我想解析一个许可证文件，它以某种方式包含如下内容

组件=“A0000 B0000 G0000”

文件中必须有引号，用于标记包中组件的开始和结束。我已经在上测试了组合，但这并不能解决问题

regex

（“？（？\w+*\s？”）

用于字符串“A0000 B0000 G0000”，并返回我需要的组件的各个值：A0000、B0000等等

但是当我测试

（组件|包）=（“？（？\w+\s？”）

时，块无法返回这些值，只返回第一个值，即A0000

---

我需要帮助提取所有这些单独的值。请帮忙。

我将在这里建议一种不同的方法。你的正则表达式模式越来越复杂，这不是一个好主意

问题的核心是，要进行重复匹配，您也在匹配前缀文本，显然，这只能匹配一次

但是，与其试图让你的正则表达式模式变得更加复杂，答案是以不同的方式处理这个问题

#/usr/bin/env perl
严格使用；
使用警告；
使用数据：：转储程序；
我的%conf=do{local$/；}=~m/（\w+）=“（[^”]+）”/xg；
打印转储程序\%conf；
__资料__
组件=“A0000 B0000 G0000”
软件包=“C0000 D0000 E0000”

这将创建一个数据结构

$VAR1={
“组件”=>“A0000 B0000 G0000”，
“软件包”=>“C0000 D0000 E0000”
};

如果您想要单独的值

$\ux=[split]用于值%conf；
打印转储程序\%conf；

这在功能上等同于此

foreach my$key（key%conf）{
#将值拆分为空白。
my@stuff=split“”，$conf{$key}；
#将其替换为您的阵列。
$conf{$key}=\@stuff；

}

产生

$VAR1={
“软件包”=>[
‘C0000’，
“D0000”，
‘E0000’
],
“组件”=>[
“A0000”，
‘B0000’，
“G0000”
]
};

现在你可以写这个了

foreach my$value（@{$conf{'COMPONENTS'}}）{
打印$value，“\n”；
}

我可能误解了这个问题，但简单的问题呢

my %result;
while (<$fh>) {
    my ($type, $components) = /(\w+)\s*=\s*"([^"]+)/;
    push @{$result{$type}}, split ' ', $components;      # all in one arrayref
    #push @{$result{$type}}, [ split ' ', $components ]; # or as separate ones
}

其中，

[…]

是一个arrayref，包含该关键字所有行中的组件

或者，如果使用代码中注释掉的行而不是上面的行

( COMPONENTS => [ ['A0000', 'B0000', 'G0000'], [ ... ], ... ], PACKAGES => [ [ ... ], [ ... ], ... ], )

---

由于我的解决方案适用于您，因此不需要处理尾随的一个，因为需要匹配其余的数据

，我发布了一个答案：

(?:\G(?!^)\s+|(?:COMPONENTS|PACKAGES)=")\K[^\s"]+

模式匹配：

• （？：\G（？！^）\s+|（？：组件|包）=”）

  -两个备选方案之一：

• \G（？！^）\s+

  -上一个匹配的结尾（

  \G

  匹配行/字符串的开头或上一个匹配的结尾，因此

  （？！^）

  将“减去”字符串位置的开头）和1+空格

• |

  -或

• （？：组件|包）=

  -要么

  组件=

  要么

  包=

• \K

  -匹配重置运算符（丢弃当前匹配的文本）

• [^\s”]+

  -1个或多个字符，空白和双引号除外

---

你的意思是你想要这样的东西吗？如果引号是必需的，为什么你要在它们后面加一个“？”量词？另外，你的第二个正则表达式会在\w+后面加上\s，但不会重复这种模式，所以它只捕获一个字段就不足为奇了。

PACKAGES=…

是如何做到这一点的r那是什么？它们与

组件

行有什么关系，或者它们是完全独立的？Pranay，当你用

perl

标记问题时，你是指perl 5语言还是你正在使用的语言中的任何特定选项（如r）？@WiktorStribiżew您的解决方案有效。我不明白，如果正则表达式中包含前几行和后几行，为什么它不会复制到文件的其他部分。我在标记中包含

perl

，因为正则表达式是用perl语言编写的。我希望您同意我对您答案的编辑。我可能过于挑剔了是时候了。如果你不同意我的观点，欢迎你把它回滚。基本上，我想要两个值，比如一个包中有多少个组件，因为文件是这样写的。我想写一个正则表达式，因为有多组这样的耦合，其中可能有一些捕获组是可选的。我使用了一些您的答案是将它们拆分为不同的正则表达式。@ikegami是的，这似乎更有可能，谢谢。已编辑

/(\w+)\s*=\s*"?[^"]+)/;

(?:\G(?!^)\s+|(?:COMPONENTS|PACKAGES)=")\K[^\s"]+