如何使用 Perl 在 Regex 中使用分词、星号、分词？

Question

我在 Perl 中有一个复杂的预编译正则表达式。 在大多数情况下，正则表达式很好，可以匹配它应该匹配的所有内容，而没有不应该匹配的内容。 除了一分。

基本上我的正则表达式看起来像：

my $regexp = qr/\b(FOO|BAR|\*)\b/;

不幸的是m/\\b\\*\\b/不会匹配example, * 。 只有m/\\*/会做，因为误报我不能使用。 有什么解决方法吗？

来自评论 -误报是： ** , example* , example* exam*ple

正则表达式的用途是什么？ -它应该提取同事输入产品数据的关键字（一个是单个星号）。 目标是将这些信息从自由文本字段中移到原子字段中。

Answer 1

听起来您想将*视为单词字符。

\b

相当于

(?x: (?<!\w)(?=\w) | (?<=\w)(?!\w) )

所以你要

(?x: (?<![\w*])(?=[\w*]) | (?<=[\w*])(?![\w*]) )

申请后，您将获得以下信息：

qr/
    (?: (?<![\w*])(?=[\w*]) | (?<=[\w*])(?![\w*]) )
    (FOO|BAR|\*)
    (?: (?<![\w*])(?=[\w*]) | (?<=[\w*])(?![\w*]) )
/x

但鉴于我们对中间表达式的了解，可以将其简化为以下内容：

qr/(?<![\w*])(FOO|BAR|\*)(?![\w*])/

Answer 2

问题是 Perl 不认为*是“单词字符”，因此不识别空格和星号之间的单词边界（而它确实识别r和foobar*的*之间的边界）。

解决的办法是先决定你要考虑的“字”，“无字”的字符，然后检查该明确的东西。 例如，如果您希望您的单词仅由字母 'A' 到 'Z'（或其小写版本）和* ，并且其他所有内容都被视为非单词字符，您可以使用：

/(?<![A-Za-z*])(FOO|BAR|\*)(?![A-Za-z*])/

这将匹配字符串FOO 、 BAR或* ，前提是它们前面或后面没有匹配[A-Za-z*]的字符。

同样，如果您想将除空格以外的所有内容都视为非单词字符，您可以使用：

/(?<!\S)(FOO|BAR|\*)(?!\S)/

它将匹配FOO 、 BAR或* ，前提是它们前面或后面没有非空白字符。

Answer 3

怎么样：

my $regexp = qr/(?:\b(FOO|BAR)\b)|(?:^| )\*(?:$| )/;

在行动：

my $re = qr~(?:\b(FOO|BAR)\b)|(?:^| )\*(?:$| )~;
while(<DATA>) {
    chomp;
    say (/$re/ ? "OK : $_" : "KO : $_");
}


__DATA__
FOO
BAR
*
exam*ple
example*

输出：

OK : FOO
OK : BAR
OK : *
KO : exam*ple
KO : example*