regex - 在 perl 中解析特定类型的字符串

Question

我有以下类型的字符串（引号表示它们都在一行上）：

“氨基-2,4,6-三碘苯甲酸 Hugo Holtermann, Baerum, Leif Gunnar Haugen, Oslo 和 Knut Wille, Baerum, Norway，Nye-5 的转让人”

“生产乙烯化合物的过程 Duncan Clark 和 Percy Hayden，Norton-on-Tees，Eng-5 土地，ImperiaI Chemical Industries Limited，伦敦，英国的转让人”

我想得到标题之后的所有内容（全部大写的部分）。所以我想得到：

“Hugo Holtermann, Baerum, Leif Gunnar Haugen, Oslo 和 Knut Wille, Baerum, 挪威，Nye-5 的转让人”

“Duncan Clark 和 Percy Hayden，Norton-on-Tees，Eng-5 土地，ImperiaI Chemical Industries Limited，伦敦，英国的转让人”

我有比这两个更多的字符串，但基本格式是发明的标题总是大写的字母和数字。

有没有办法用 perl 中的正则表达式来做到这一点？

Answer 1

好吧，如果它不需要 100% 准确，我只会查找第一个大写字母，然后是第一个小写字母，然后抓取该行的其余部分。

像这样的东西（我的 perl 有点生疏，请原谅任何语法错误）：

$part_of_line = $full_line =~/([A-Z][a-z].*)/

Answer 2

怎么样：

#!/usr/bin/perl
use strict;
use warnings;
use 5.014;

my $re = qr
    /^                # Start of string
    [\p{Lu}\pN, -]+   # one or more uppercase letter or number or comma or space or dash
    (                 # start group 1
      \p{Lu}[\pL.']   # one uppercase letter followed by any letter or dot or apostroph
    )                 # end group
    /x;
while(<DATA>) {
    chomp;
    s/$re/$1/g;       # replace match by group 1
    say;
}


__DATA__
AMINO-2,4,6-TRIIODOBENZOIC ACIDS Hugo Holtermann, Baerum, Leif Gunnar Haugen, Oslo, and Knut Wille, Baerum, Norway, assignors to Nye- 5
PROCESS FOR THE PRODUCTION OF ETHYLENIC COMPOUNDS Duncan Clark and Percy Hayden, Norton-on-Tees, Eng- 5 land, assignors to ImperiaI Chemical Industries Limited, London, England
PROCESS FOR THE PRODUCTION OF ETHYLENIC COMPOUNDS D.Clark
PROCESS FOR THE PRODUCTION OF ETHYLENIC COMPOUNDS O'Connors

输出：

Hugo Holtermann, Baerum, Leif Gunnar Haugen, Oslo, and Knut Wille, Baerum, Norway, assignors to Nye- 5
Duncan Clark and Percy Hayden, Norton-on-Tees, Eng- 5 land, assignors to ImperiaI Chemical Industries Limited, London, England
D.Clark
O'Connors

Answer 3

我试过了，得到了你期望的输出

if($ip =~ m/([A-Z0-9,\- ]+)([A-Z]+[a-z]+.*)/)
{
      print "$2";
}

Answer 4

标题总是以大写字母+空格结尾，所以这应该有效：

/^.+[A-Z]+ (.+)$/;
print $1;

Answer 5

尝试这个：

$text = "PROCESS FOR THE PRODUCTION OF ETHYLENIC COMPOUNDS Duncan Clark and Percy Hayden, Norton-on-Tees, Eng- 5 land, assignors to ImperiaI Chemical Industries Limited, London, England ";

if($text =~ m/(\b[A-Z0-9-, ]+)\b(.*)/) {
    print "$2";
}