Perl中的正則表達式幫助

Question

我有以下文字模式

(2222) First Last (ab-cd/ABC1), <first.last@site.domain.com> 1224: efadsfadsfdsf

(3333) First Last (abcd/ABC12), <first.last@site.domain.com> 1234, 4657: efadsfadsfdsf

我希望文本>之后的上述文本中的數字1224或1234, 4657 。

我有這個\\((\\d+)\\)\\s\\w*\\s\\w*\\s\\(\\w*\\/\\w+\\d*\\),\\s<\\w*\\.\\w*\\@\\w*\\.domain.com>\\s\\d+:將采用之前的文本:但我想要一封電子郵件，直到:

有沒有簡單的正則表達式來做到這一點？ 或者我應該使用split並執行此操作

謝謝

編輯：整個文本由命令行工具返回。

(3333) First Last (abcd/ABC12), <first.last@site.domain.com> 1234, 4657: efadsfadsfdsf

(3333) - 唯一ID

First Last - 名字和姓氏

<first.last@site.domain.com> - 電子郵件地址，格式為FirstName.LastName@sub.domain.com

1234, 4567 - 數據庫主鍵

: xxxx - 標題

我要做的是處理上面的內容並獲取數據庫ID（在ex：1234,4567 2中單獨的ID）並查詢表

以上是我通過Perl腳本調用的工具的輸出（我會得到很多條目）。

我的想法是使用正則表達式來獲取數據庫ID。 猜猜我可以使用正則表達式

Answer 1

你可以捏造你不關心的東西來使表達變得更容易，比如使用非貪婪量詞的'glob'來表示括號（和電子郵件分隔符）之間的部分：

/(\d+)\).*?\(.*?\),\s*<.*?>\s*(\d+(?:,\s*\d+)*):/   (not tested!)

只有兩個被捕獲的組，（1234）和（1234,4657），第二個我只能從你的模式中假設：“一個數字字符串，后跟零個或多個逗號分隔的數字字符串”。

Answer 2

好吧，一個簡單的解決方法是只允許字符類中的所有可能字符。 也就是說改變\\d到[\\d, ]允許數字，逗號和空格。

您正則表達式，因為它是，雖然不符合第一個樣本行，因為它有一個破折號-在它（ ab-cd/ABC1不匹配\\w*\\/\\w+\\d*\\ ）。 此外，過分依賴*量詞並不是一個好主意，因為它確實匹配空字符串（它匹配零次或多次），並且只應用於真正可選的事物。 使用+否則匹配（1次或多次）。

你有一個相當嚴格的正則表達式，並且像這樣的數據略有變化，它將失敗。 只有你知道你的數據是什么樣的，如果你確實需要一個嚴格的正則表達式。 但是，如果您的數據有些一致，則可以根據電子郵件部分使用松散的正則表達式：

sub extract_nums {
    my $string = shift;
    if ($string =~ /<[^>]*> *([\d, ]+):/) {
        return $1 =~ /\d+/g;   # return the extracted digits in a list
        # return $1;           # just return the string as-is
    } else { return undef }
}

當然，這假定您不能在該行的電子郵件部分前面添加<>標簽。 它將捕獲在<>標記和冒號之間找到的任何數字，逗號和空格，然后返回匹配中找到的任何數字的列表。 您也可以只返回字符串，如注釋行所示。

Answer 3

您的示例中似乎缺少某些內容。 這是他們應該看起來像電子郵件的樣子嗎？

(1234) First Last (ab-cd/ABC1), <foo.bar@domain.com> 1224: efadsfadsfdsf

(1234) First Last (abcd/ABC12), <foo.bar@domain.com> 1234, 4657: efadsfadsfdsf

如果是這樣，這應該工作：

\((\d+)\)\s\w*\s\w*\s\(\w*\/\w+\d*\),\s<\w*\.\w*\@\w*\.domain\.com>\s\d+(?:,\s(\d+))?:

Answer 4

$string =~ /.*>\s*(.+):.+/;
$numbers = $1;

而已。 測試。

數字捕捉：

$string =~ /.*>\s*(?([0-9]|,)+):.+/;
$numbers = $1;

沒有經過測試，但你明白了。