Regex Perl拆分函数-使用重复字符作为分隔符

我想使用重复字母作为分隔符拆分字符串，例如，

“123aa23a3”

应拆分为

（'123'，23a3'）

，而

“123abc4”

应保持不变。
所以我试了一下：

@s = split /([[:alpha:]])\1+/, '123aaaa23a3';

但这返回的是

'123'，'a'，'23a3'

，这不是我想要的。现在我知道这是因为，

'aaaa'

中的最后一个

'a'

被偏执狂捕获，并因此被

split（）

保存。但无论如何，我不能添加像

？：

这样的内容，因为必须捕获

[[：alpha:]

以供反向引用。

---

我怎样才能解决这个问题呢？

嗯，这是一个有趣的问题。我的第一个想法是-您的分隔符将始终是奇数，因此您可以丢弃任何奇数数组元素

也许是这样的

my %s = (split (/([[:alpha:]])\1+/, '123aaaa23a3'), '' );
print Dumper \%s;

这将为您提供：

$VAR1 = {
          '23a3' => '',
          '123' => 'a'
        };

因此，您可以通过

键

提取模式

不幸的是，我通过

%+

选择模式匹配的第二种方法没有特别的帮助（split没有填充regex内容）

但是像这样的事情：

my @delims ='123aaaa23a3' =~ m/(?<delim>[[:alpha:]])\g{delim}+/g; 
print Dumper \%+;

---

我们首先处理字符串以提取“2个或更多”字符模式，将其设置为Delmiter。然后，我们用非捕获的方法将它们组合成一个正则表达式，这样我们就可以拆分了

一种解决方案是使用原始的

split

调用并丢弃所有其他值。方便的是，

List:：Util:：pairkeys

是一个将每对值中的第一个保留在其输入列表中的函数：

use List::Util 1.29 qw( pairkeys );

my @vals = pairkeys split /([[:alpha:]])\1+/, '123aaaa23a3';

给予

这个警告来自这样一个事实，

pairkeys

想要一个大小相等的列表。我们可以通过在末尾增加一个值来解决这个问题：

my @vals = pairkeys split( /([[:alpha:]])\1+/, '123aaaa23a3' ), undef;

或者，也许更简洁一点，就是在列表的开头添加额外的值，并使用

pairvalues

：

use List::Util 1.29 qw( pairvalues );

my @vals = pairvalues undef, split /([[:alpha:]])\1+/, '123aaaa23a3';

---

在正则表达式中，可以使用延迟执行断言（也称为延迟正则子表达式），

（？{code}）

，使“拆分”直接工作：

@s = split /[[:alpha:]](??{"$&+"})/, '123aaaa23a3';

（？{code}）

记录在“perlre”手册页面上

---

请注意，根据“perlvar”手册页面，在程序中的任何位置使用

$&

都会对所有正则表达式匹配造成相当大的性能损失。我从来没有发现这是一个问题，但是YMMV。

我不认为您可以修改正则表达式以避免创建捕获组，但是您可以扔掉

split

返回的列表中所有奇数元素。如果正则表达式有捕获组，则返回的列表也包含匹配/分组的子字符串。您可以使用另一个选项：

my$str='123aaaa23a3'=~s/（[[：alpha:]]）\1+/~/r；my@s=split/~~/，$str
use List::Util 1.29 qw( pairvalues );

my @vals = pairvalues undef, split /([[:alpha:]])\1+/, '123aaaa23a3';

@s = split /[[:alpha:]](??{"$&+"})/, '123aaaa23a3';