如何排除与Perl正则表达式匹配的字符串部分？

Question

我必须归档具有不同类型的线。 我只想选择那些具有用户代理的行。 我知道具有这种功能的生产线就是这样。

User-Agent: Mozilla/5.0 (Windows; U; Windows NT 5.1; de-DE; rv:1.8.1.16) Gecko/20080702 Firefox/2.0.0.16

因此，我想确定以字符串“ User-Agent”开头的行，但此后，我要处理该字符串以外的其余部分。 我的问题是Perl是否将剩余的字符串存储在任何可用于进一步处理的特殊变量中？ 因此，基本上，我想匹配以该字符串开头的行，但在此之后的其余部分（不包括该字符串）进行处理。

我用一个简单的正则表达式搜索该行

/^User-Agent:/

Answer 1

if ($line =~ /^User\-Agent\: (.*?)$/) {
    &process_string($1)
}

Answer 2

（我的$ remainder = $ str）=〜s / ^ User-Agent：//;

Answer 3

substr解决方案：

my $start = "User-Agent: ";

if ($start eq substr $line, 0, length($start)) {
    my $remainder = substr $line, length($start);
}

Answer 4

您可以使用$'变量，但不要使用 -这会增加很多开销。 出于相同的目的，可能@LAST_MATCH_END是@+变量，或者用英语来说是@LAST_MATCH_END 。

因此，这将使您到达那里：

use English qw<@LAST_MATCH_END>;

my $value = substr( $line, $LAST_MATCH_END[0] );

Answer 5

Perl 5.10具有一个不错的功能，使您能够获得$'解决方案的简单性而不会出现性能问题。 您使用/p标志和${^POSTMATCH}变量：

 use 5.010;
 if( $string =~ m/^User-Agent:\s+/ip ) {
      my $agent = ${^POSTMATCH};
      say $agent;
      }

但是，还有其他一些技巧。 如果您不能使用Perl 5.010或更高版本，则在标量上下文中使用全局匹配，则pos的值就是您在字符串中保留的位置。 您可以在substr中使用该位置：

 if( $string =~ m/^User-Agent:\s+/ig ) {
      my $agent = substr $string, pos( $string );
      print $agent, "\n";
      }

pos与Axeman显示的@+技巧相似。 我想在第一章的Mastering Perl中有@+和@-一些示例。

对于即将推出的Perl 5.14，还有另一种有趣的方法可以做到这一点。 s///上的/r标志进行无损替换 。 也就是说，它匹配绑定的字符串，但是对副本执行替换并返回副本：

use 5.013;  # for now, but 5.014 when it's released
my $string = 'User-Agent: Firefox';
my $agent = $string =~ s/^User-Agent:\s+//r;
say $agent;

我以为/r起初很傻，但是我真的开始喜欢它。 事实证明，这么多事情真的很容易。 这类似于M42所示的惯用法 ，但是有点棘手，因为旧惯用法先执行赋值然后进行替换，其中/r功能执行替换后进行赋值。 您必须小心括号，以确保顺序正确。

请注意，在这种情况下，由于版本是Perl 5.12或更高版本，因此您会自动获得约束 。

Answer 6

您可以使用$'捕获字符串的匹配后部分：

if ( $line =~ m/^User-Agent: / ) {
    warn $';
}

（请注意，冒号后面有一个尾随空格。）

但是请注意，来自perlre ：

警告：一旦Perl在程序中的任何位置看到您需要$＆，$`或$'中的一个，它就必须为每个模式匹配提供它们。 这可能会大大降低您的程序速度。 Perl使用相同的机制来产生$ 1，$ 2等，因此您还为包含捕获括号的每个模式付出了代价。 （为避免在保留分组行为的同时避免这种开销，请改用扩展的正则表达式（？：...）。）但是，如果您从不使用$＆，$`或$'，则不捕获括号的模式将不会受到惩罚。 因此，如果可以的话，请避免使用$＆，$'和$`，但如果不能（并且某些算法真的很欣赏它们），则一旦使用了它们，就可以随意使用它们，因为您已经支付了价钱。 从5.005开始，$＆的价格不及其他两个昂贵。

Answer 7

使用$'将字符串的一部分移到匹配项的右边。

关于“相当大的性能损失”的其他答案中有很多痛苦的话题，但是除非您实际上知道您的程序大量使用正则表达式，并且您遇到了性能问题，否则我不必担心。

我们经常担心对实际代码几乎没有影响的优化。 很有可能，这也是其中之一。