2

昨天，我陷入了 perl 脚本。让我简化一下，假设有一个字符串（比如 ABCDEABCDEABCDEPABCDEABCDEPABCDEABCD），首先我必须在“E”出现的每个位置断开它，其次，在用户想要的位置专门断开它。但是，条件是，程序不应该在 E 后面跟着 P 的位置进行切割。例如，这个序列中有 6 个 E，所以应该得到 7 个片段，但是由于 2 个 E 后面跟着 P，所以只能得到 5 个片段输出中的片段。

我需要关于第二种情况的帮助。假设用户不想在序列中 E 的第 5 和第 10 位剪切这个序列，那么对应的脚本应该是什么让程序只跳过这两个站点？我的第一种情况的脚本是：

my $otext = 'ABCDEABCDEABCDEPABCDEABCDEPABCDEABCD';

$otext=~ s/([E])/$1=/g; #Main cut rule.

$otext=~ s/=P/P/g;

@output = split( /\=/, $otext);

print "@output";

请帮忙！

4

2 回答 2

4

要在“E”上拆分，除了后面跟着“P”的地方，你应该使用否定的前瞻断言。

从perldoc perlre“环顾断言”部分：

  • (?!pattern)
    一个零宽度的负前瞻断言。
    例如/foo(?!bar)/匹配任何出现的“foo”，但后面没有“bar”。 
my $otext = 'ABCDEABCDEABCDEPABCDEABCDEPABCDEABCD'; 
#                E    E    EP    E    EP    E
my @output=split(/E(?!P)/, $otext); 
use Data::Dumper; print Data::Dumper->Dump([\@output]);"

$VAR1 = [
          'ABCD',
          'ABCD',
          'ABCDEPABCD',
          'ABCDEPABCD',
          'ABCD'
        ];

现在，为了不削减出现 #2 和 #4，您可以做 2 件事：

  1. 编造一个非常奇特的正则表达式，在给定的情况下自动无法匹配。为了完整起见，我将把它留给其他人尝试回答。

  2. 只需将正确的片段缝合在一起。

    我太脑残了，无法想出一个好的惯用方法，但是简单而肮脏的方法是：

      my %no_cuts = map { ($_=>1) } (2,4); # Do not cut in positions 2,4
  my @output_final;
  for(my $i=0; $i < @output; $i++) {
      if ($no_cuts{$i}) {
          $output_final[-1] .= $output[$i];
      } else {
          push @output_final, $output[$i];
      } 
  }
  print Data::Dumper->Dump([\@output_final];

  $VAR1 = [
            'ABCD',
            'ABCDABCDEPABCD',
            'ABCDEPABCDABCD'
          ];

    或者，更简单：

      my %no_cuts = map { ($_=>1) } (2,4); # Do not cut in positions 2,4
  for(my $i=0; $i < @output; $i++) {
      $output[$i-1] .= $output[$i]; 
      $output[$i]=undef; # Make the slot empty
  }
  my @output_final = grep {$_} @output; # Skip empty slots
  print Data::Dumper->Dump([\@output_final];

  $VAR1 = [
            'ABCD',
            'ABCDABCDEPABCD',
            'ABCDEPABCDABCD'
          ];
于 2012-08-11T12:55:35.083 回答
0

这是一个利用两个事实的肮脏把戏：

  • normal text strings never contain null bytes (if you don't know what a null byte is, you should as a programmer: http://en.wikipedia.org/wiki/Null_character, and nb. it is not the same thing as the number 0 or the character 0).
  • perl strings can contain null bytes if you put them there, but be careful, as this may screw up some perl internal functions.

The "be careful" is just a point to be aware of. Anyway, the idea is to substitute a null byte at the point where you don't want breaks:

my $s = "ABCDEABCDEABCDEPABCDEABCDEPABCDEABCD";

my @nobreak = (4,9);

foreach (@nobreak) {
    substr($s, $_, 1) = "\0";
}

"\0" is an escape sequence representing a null byte like "\t" is a tab. Again: it is not the character 0. I used 4 and 9 because there were E's in those positions. If you print the string now it looks like:

ABCDABCDABCDEPABCDEABCDEPABCDEABCD

因为空字节不显示，但它们在那里，我们稍后将它们交换回来。首先拆分：

my @a = split(/E(?!P)/, $s);

然后将零字节交换回来：

$_ =~ s/\0/E/g foreach (@a);

如果你@a现在打印，你会得到：

ABCDEABCDEABCDEPABCD
ABCDEPABCD
ABCD

这正是你想要的。请注意， split 删除了分隔符（在本例中为 E）；如果您打算保留那些，您可以在之后再次将它们重新添加。如果分隔符来自更动态的正则表达式，则稍微复杂一些，请参见此处：

http://perlmeme.org/howtos/perlfunc/split_function.html

“示例 9. 保留分隔符”

如果这些@nobreak位置有可能不是 E，那么在交换它们时还必须跟踪这些位置，以确保再次替换为正确的字符。

于 2012-08-11T13:31:32.260 回答