我有以下文件（像这个方案，但更长）：
LSE ZTX
SWX ZURN
LSE ZYT
NYSE CGI
每行中有 2 个单词（如 ie LSE ZTX），开头、结尾和中间都有可选的空格和/或制表符。有人可以帮我用正则表达式匹配这两个词吗？按照示例，我希望第一行的 LSE 为 1 美元，ZTX 为 2 美元，SWX 为 1 美元，ZURN 为第二行，等等。我尝试过类似的方法：
$line =~ /(\t|\s)*?(.*?)(\t|\s)*?(.*?)/msgi;
$line =~ /[\t*\s*]?(.*?)[\t*\s*]?(.*?)/msgi;
我不知道该怎么说，可能有空格或制表符（或两者混合，例如 \t\s\t）
总是两个词，你不需要匹配整行，所以你最简单的正则表达式是：
/(\w+)\s+(\w+)/
如果你只想匹配前两个单词，最基本的就是匹配任何不是空格的字符序列：
my ($word1, $word2) = $line =~ /\S+/g;
这会将前两个单词捕获$line到变量中（如果它们存在）。/g请注意，使用修饰符时不需要括号。如果要捕获所有现有匹配项，请改用数组。
\s还包括制表，因此您的正则表达式如下所示：
$line =~ /^\s*([A-Z]+)\s+([A-Z]+)/;
第一个词在第一组 ($1) 中，第二个在 $2 中。
您可以根据[A-Z]需要更改为更方便的方式。
The regular expression:
(?-imsx:^\s*([A-Z]+)\s+([A-Z]+))
matches as follows:
NODE EXPLANATION
----------------------------------------------------------------------
(?-imsx: group, but do not capture (case-sensitive)
(with ^ and $ matching normally) (with . not
matching \n) (matching whitespace and #
normally):
----------------------------------------------------------------------
^ the beginning of the string
----------------------------------------------------------------------
\s* whitespace (\n, \r, \t, \f, and " ") (0 or
more times (matching the most amount
possible))
----------------------------------------------------------------------
( group and capture to \1:
----------------------------------------------------------------------
[A-Z]+ any character of: 'A' to 'Z' (1 or more
times (matching the most amount
possible))
----------------------------------------------------------------------
) end of \1
----------------------------------------------------------------------
\s+ whitespace (\n, \r, \t, \f, and " ") (1 or
more times (matching the most amount
possible))
----------------------------------------------------------------------
( group and capture to \2:
----------------------------------------------------------------------
[A-Z]+ any character of: 'A' to 'Z' (1 or more
times (matching the most amount
possible))
----------------------------------------------------------------------
) end of \2
----------------------------------------------------------------------
) end of grouping
----------------------------------------------------------------------
我想这就是你想要的
^\s*([A-Z]+)\s+([A-Z]+)
在 Regexr 上看到它，您会发现第 1 组中一行的第一个代码和第 2 组中的第二个代码。\s是一个空白字符，它包括例如空格、制表符和换行符。
在 Perl 中是这样的：
($code1, $code2) = $line =~ /^\s*([A-Z]+)\s+([A-Z]+)/i;
我认为您正在逐行读取文本文件，因此您不需要修饰符sand m，g也不需要。
如果代码不仅是 ASCII 字母，则替换[A-Z]为\p{L}. \p{L}是一个Unicode 属性，它将匹配每种语言中的每个字母。
使用选项“多行”这个正则表达式：
^\s*(?<word1>\S+)\s+(?<word2>\S+)\s*$
将为您提供 N 个匹配项，每个匹配项包含 2 个名为：- word1 - word2 的组
^\s*([A-Z]{3,4})\s+([A-Z]{3,4})$
这是做什么的
^ // Matches the beginning of a string
\s* // Matches a space/tab character zero or more times
([A-Z]{3,4}) // Matches any letter A-Z either 3 or 4 times and captures to $1
\s+ // Then matches at least one tab or space
([A-Z]{3,4}) // Matches any letter A-Z either 3 or 4 times and captures to $2
$ // Matches the end of a string
你可以split在这里使用：
use strict;
use warnings;
while (<DATA>) {
my ( $word1, $word2 ) = split;
print "($word1, $word2)\n";
}
__DATA__
LSE ZTX
SWX ZURN
LSE ZYT
NYSE CGI
输出：
(LSE, ZTX)
(SWX, ZURN)
(LSE, ZYT)
(NYSE, CGI)
假设行首的空格是你用来识别你想要的代码的，试试这个：
在换行符处拆分你的字符串，然后试试这个正则表达式：
^\s+(\w+\s+){2}$
这将只匹配以一些空格开头，后跟一个（单词 - 一些空格 - 单词），然后以一些空格结尾的行。
# ^ --> String start
# \s+ --> Any number of spaces
# (\w+\s+){2} --> A (word followed by some space)x2
# $ --> String end.
但是，如果您想单独捕获代码，请尝试以下操作：
$line =~ /^\s*(\w+)\s+(\w+)/;
# \s* --> Zero or more whitespace,
# (\w+) --> Followed by a word (group #1),
# \s+ --> Followed by some whitespace,
# (\w+) --> Followed by a word (group #2),
这将匹配您的所有代码
/[A-Z]+/