S的正則表達式/ ^（*。）：\ S * //

Question

在下面的Perl例如，正則表達式被使用，即，next unless s/^(.*?):\s*//;但是，如何理解這種正則表達式，s/^(.*?):\s*//

while (<>) { 
next unless s/^(.*?):\s*//; 
$HoA{$1} = [ split ]; 
} 

Answer 1

它捕獲（並存儲爲$1）一些文本最多:。然後它刪除捕獲的文本，分號和任何尾隨的空格。

超越正則表達式：如果正則表達式成功地完成了它的工作，那麼代碼會使用捕獲的文本作爲其值爲數組引用的散列鍵。該數組的元素是其餘行以空格分隔的行。

#!/usr/bin/env perl 

use strict; 
use warnings; 

use Data::Dumper; 

my %HoA; 

while (<DATA>) { 
    #next unless s/^(.*?):\s*//; 
    next unless 
    s/  #s is replace match operation 
    ^ #start at the beginning of the line 
     ( #begin capture $1 
     .*? #capture anything, but not greedy, i.e. stop before : 
    )  #end capture $1 
     :  #literal colon (must match) 
     \s* #optional whitespace 
    //x; #replace match with nothing, x flag allows formatting and comments 
    $HoA{$1} = [ split ]; 
} 

print Dumper(\%HoA), "\n"; 

__DATA__ 

Thingy: Thing1 Thing2 
Stuff: mystuff yourstuff 
other line that doesn't have a colon 

給

$VAR1 = { 
      'Thingy' => [ 
         'Thing1', 
         'Thing2' 
         ], 
      'Stuff' => [ 
         'mystuff', 
         'yourstuff' 
        ] 
     }; 

Answer 2

它從線（^）的begining匹配，直到一個:，捕捉無論是在（(.*?)）之間，以及任何後續空間（\s*），並取代它（s/regex/replacement/ ）與一個空字符串。

它返回一個真正的值（作出替換的數量），如果匹配，否則爲false。

例如當$_是foo: bar，它將匹配foo:和更換，從而導致$_爲bar。之後，第一個捕獲組$1將包含foo。

要了解更多看看：

• perldoc perlretut
• perldoc perlre

Answer 3

他們使用了很多舊的快捷方式，大多數人不再使用的。這裏是缺少默認變量的代碼。我還將unless聲明轉換爲更標準的格式。也就是說，我做了一個if語句，並把next作爲if塊的一部分：

while ($_ = <>) { 
    if (not $_ =~ s/^(.*?):\s*//) { 
     next; 
    } 
    $HoA{$1} = [ split(/\s+/, $_) ]; 
} 

因此，我們設定的$_從diamond operator值。這基本上採用命令行上文件的名稱並讀取這些文件中的每一行。如果命令行中沒有文件，則從STDIN讀取。

正則表達式更棘手。 ^將正則表達式錨定到行的開頭。否則，正則表達式可以出現在該行的任何地方。例如：

/FOO/ #Will match "FOOBAR" "BARFOOBAR", or "BARFOO" 
/^FOO/ #Will only match "FOOBAR" and not "BARFOOBAR" or "BARFOO" 

.表示任何字符。 *表示前面的零個或多個。因此，.*表示任意數量的字符（包括零個字符。例如：

/^.*:/ #Will match any combination of characters followed by a colon (:). 

因此，這將匹配線:所有的本身（零個或多個），或this is a test:

棘手的部分是其改變在一個非常的*的含義?微妙的方式。通常，正則表達式是貪婪的。他們嘗試匹配他們能最重要的比賽，所以如果你有一個字符串：

my $string = "abc:def:ghij"; 
$string =~ /^.*:/; 

正則表達式匹配它可以在最重要的事情。因此，以上將匹配abc:def:，因爲它是以冒號結尾的最長字符串。通過將?的*後，所做的正則表達式作爲非貪婪 - 那就是它將匹配儘可能小的表達。因此：

my $string = "abc:def:ghij"; 
$string =~ /^(.*):/ #Matches "abc:def: 
$string =~ /^(.*?):/ #Matches "abc:" 

的\s指任何空白空間，這通常意味着是一個空間或製表符。 *表示零個或多個這些空間。因此，這可能不是空格或多個空格。

my $string = "abc:def: foo"; 
$string =~ /^(.*?):\s*/; #Matches "abc:" 
$string = "abc: This is a test"; 
$string =~ /^(.*?):\s*/; #Matches "abc: " 

現在，s前面的正則表達式意味着替換。基本格式是：

$string =~ s/regex/string/; 

凡regex是一個正則表達式匹配在$string的東西，而string是更換了比賽。一個簡單的例子是：

$string = "My name is David"; 
$string =~ s/David/Bill/; #String is now "My name is Bill" 

在這種情況下，由正則表達式匹配的字符什麼也沒有被簡單地更換。也就是說，他們是從串中刪除：

$string = "abc: def"; 
$string =~ /^(.*?):\s*/; #$string is now "def". "abc: " has been removed 

所以，多了一個看你的代碼：

while ($_ = <>) { 
    if (not $_ =~ s/^(.*?):\s*//) { 
     next; 
    } 
    $HoA{$1} = [ split(/\s+/, $_) ]; 
} 

這是在命令行上列出的文件中讀取，或從標準輸入，並正在尋找包含冒號的行。如果該行不包含冒號，則會讀取下一行。

如果一行包含冒號，則字符串的第一部分直到第一個冒號，並且任何後續的空白符將從該字符串中剝離。

$1引用在上一個正則表達式的括號內匹配的字符串部分。這是直到第一個冒號的字符串的第一部分。該split極快由空格分隔字符串的剩餘部分，並使其成爲所謂的匿名列表。也就是說，這是創建一個數組哈希（這就是爲什麼這個哈希被稱爲HoA（哈希陣列）。

讓我們給字符串的幾個例子：

____________________________________________________ 
|  STRING  |   RESULTS    | 
|_________________|________________________________| 
| abc: foobar | $HoA{abc} = ["foobar"]   | 
| def:bar fu  | $HoA{def} = ["bar", "fu"]  | 
| ghi:jkl:mno  | $HoA{ghi} = ["jkl:mno"]  | 
| ghi : jkl: mn: | $HoA{"ghi "} = ["jkl:", "mn:"] | 
|_________________|________________________________| 

注意，最後一個將在關鍵的最後一空間。這是「ghi」而不是「ghi」。