如何在Perl中的匹配括号之间提取字符串？

StackOverflow https://stackoverflow.com/questions/2700613

题

我的输入文件如下：

HEADER 
{ABC|*|DEF {GHI 0 1 0} {{Points {}}}}

{ABC|*|DEF {GHI 0 2 0} {{Points {}}}}

{ABC|*|XYZ:abc:def {GHI 0 22 0} {{Points {{F1 1.1} {F2 1.2} {F3 1.3} {F4 1.4}}}}}

{ABC|*|XYZ:ghi:jkl {JKL 0 372 0} {{Points {}}}}

{ABC|*|XYZ:mno:pqr {GHI 0 34 0} {{Points {}}}}

{
    ABC|*|XYZ:abc:pqr {GHI 0 68 0}
        {{Points {{F1 11.11} {F2 12.10} {F3 14.11} {F4 16.23}}}}
        }
TRAILER

我想将文件提取到下面的数组中：

$array[0] = "{ABC|*|DEF {GHI 0 1 0} {{Points {}}}}"

$array[1] = "{ABC|*|DEF {GHI 0 2 0} {{Points {}}}}"

$array[2] = "{ABC|*|XYZ:abc:def {GHI 0 22 0} {{Points {{F1 1.1} {F2 1.2} {F3 1.3} {F4 1.4}}}}}"

..
..

$array[5] = "{
    ABC|*|XYZ:abc:pqr {GHI 0 68 0}
        {{Points {{F1 11.11} {F2 12.10} {F3 14.11} {F4 16.23}}}}
        }"

这意味着，我需要将第一个打开的卷发括号与其闭合的卷发支撑匹配，然后在之间提取字符串。

我已经检查了以下链接，但这不适用于我的问题。将卷曲括号之间的绳子串起来“ {我想要卷曲括号之间的东西}”

我正在尝试，但如果有人可以帮助我获得他们的专业知识，这确实会有所帮助...

谢谢Sri ...

有帮助吗？

解决方案

至少在现代版本的perl中，这肯定可以用正则表达式来完成：

my @array = $str =~ /( \{ (?: [^{}]* | (?0) )* \} )/xg;

print join "\n" => @array;

REGEX匹配一个卷曲支架块，该块包含非卷发支架字符或递归中的递归（匹配嵌套的括号）

编辑：上面的代码在Perl 5.10+中起作用，对于早期版本，递归更详细：

my $re; $re = qr/ \{ (?: [^{}]* | (??{$re}) )* \} /x;

my @array = $str =~ /$re/xg;

其他提示

我第二YSTH的建议使用 Text::Balanced 模块。几行将使您前进。

use strict;
use warnings;
use Text::Balanced qw/extract_multiple extract_bracketed/;

my $file;
open my $fileHandle, '<', 'file.txt';

{ 
  local $/ = undef; # or use File::Slurp
  $file = <$fileHandle>;
}

close $fileHandle;

my @array = extract_multiple(
                               $file,
                               [ sub{extract_bracketed($_[0], '{}')},],
                               undef,
                               1
                            );

print $_,"\n" foreach @array;

输出

{ABC|*|DEF {GHI 0 1 0} {{Points {}}}}
{ABC|*|DEF {GHI 0 2 0} {{Points {}}}}
{ABC|*|XYZ:abc:def {GHI 0 22 0} {{Points {{F1 1.1} {F2 1.2} {F3 1.3} {F4 1.4}}}}}
{ABC|*|XYZ:ghi:jkl {JKL 0 372 0} {{Points {}}}}
{ABC|*|XYZ:mno:pqr {GHI 0 34 0} {{Points {}}}}
{
    ABC|*|XYZ:abc:pqr {GHI 0 68 0}
        {{Points {{F1 11.11} {F2 12.10} {F3 14.11} {F4 16.23}}}}
        }

您总是可以计算牙套：

my $depth = 0;
my $out = "";
my @list=();
foreach my $fr (split(/([{}])/,$data)) {
    $out .= $fr;
    if($fr eq '{') {
        $depth ++;
    }
    elsif($fr eq '}') {
        $depth --;
        if($depth ==0) {
            $out =~ s/^.*?({.*}).*$/$1/s; # trim
            push @list, $out;
            $out = "";
        }
    }
}
print join("\n==================\n",@list);

这是旧的，普通的perl风格（可能是丑陋的）。

我认为您在这里要使用的纯正式表达式不是您想要使用的（恕我直言，这甚至可能无法使用Regex可简化）。

相反，建立一个小解析器，类似于此处所示： http://www.perlmonks.org/?node_id=308039（请参阅2003年11月18日18:29 UTC的Shotgunefx（Parson）的答案）

更新 看来可能与正则表达式可行 - 我在 掌握正则表达式 （这可以在Google书籍上找到，因此，如果您没有这本书，可以搜索谷歌搜索 - 请参阅第5章，“匹配平衡的括号集”部分）

您使用状态机的方法要比对这种类型的解析要好得多。

正则表达式实际上对于匹配牙套来说是非常不好的。根据您想走的深度，您可以编写一个完整的语法（这比听起来容易得多！） 解析::回收. 。或者，如果您只想获取块，请搜索打开“ {'mark and Closing'}'的打开，只要在任何给定时间保持多少打开。

许可以下： CC-BY-SA 和 归因
不隶属于 StackOverflow
scroll top