Perl正則表達式提取具有多個條件的字符串部分

Question

使我能夠捕獲所有后面的文本的單一正則表達式are genes並且is gene該文本中的is gene

The closest human genes of best are genes A B C
The closest human gene of best is gene A 

因此，我希望提取包含以下內容的$1

A B C
A 

嘗試了這個但失敗了：

$line =~ /The closest .* gene[s] (.*)$/;

Answer 1

$line =~ /The closest .* genes? (.*)$/;

Answer 2

我認為最明確的是：

$line =~ m/best \s (?:is \s gene|are \s genes) \s ([\p{IsUpper}](?: \s [\p{IsUpper} ])*)/x;

當然，如果您知道所有句子都將是語法的，那么您可以做(?:are|is)事情。 而且，如果您知道僅將擁有AN或其他基因，則可以忘記\\p{IsUpper}並使用[AN] 。

Answer 3

$ perl -F/genes*/ -ane 'print $F[-1];' file
 A B C
 A

Answer 4

在開始時使用非貪婪可減少出現意外的機會。 使用不捕獲的括號將您不關心的替代項分組。 追加? 一封信以使其可選。 因此，請嘗試以下操作：

$line =~ /The closest .*? (?:is|are) genes? (.*)$/;

要查看BTW出了什么問題，只需將以上內容與您最初嘗試的內容進行比較。

Answer 5

結合其他建議，我想建議您看一下正則表達式的特點