regex - 如何在 Perl 正则表达式中仅捕获第一次出现

Question

我第一次使用 Perl（使用 TextWrangler），需要正则表达式方面的帮助！

我有一大串物种名称、DNA 和其他文本。我想提取以下内容：

Homo sapiens
Pongo abelii
Macaca mulatta

现在，我已经定义了 $string 并且有这个命令（对不起，如果我没有使用正确的术语，我是一个新手）：

while($string =~ m/(Homo sapiens|Pongo abelii|Macaca mulatta)/g)
{
    print "$1\n";
}

这是我得到的输出：

Homo sapiens

Homo sapiens

Pongo abelii

Macaca mulatta

Homo sapiens

Homo sapiens

Homo sapiens

Homo sapiens

Homo sapiens

Homo sapiens

我如何获得每个物种名称中的一个？这让我快疯了！！！

Answer 1

这比您告诉我们的要多，或者您可以这样做：

print "Homo sapiens\nPongo abelii\nMacaca mulatta\n";

但要回答你的问题：

my %seen;
while($string =~ m/(Homo sapiens|Pongo abelii|Macaca mulatta)/g)
{
    print "$1\n" unless $seen{$1}++;
}

或者，更复杂的是，跟踪您正在寻找的内容并在找到所有内容后停止：

my %not_found = ( 'Homo sapiens' => 1, 'Pongo abelii' => 1, 'Macaca mulatta' => 1 );
while ( %not_found && $string =~ /(@{[ join( '|', map quotemeta, sort { length $b <=> length $a } keys %not_found) ]})/g ) {
    print "$1\n";
    delete $not_found{$1};
}

Answer 2

从正则表达式的末尾删除g修饰符。这代表“全球”，将匹配所有；没有它，只有第一个匹配。

Answer 3

基本上，您想删除重复项，因此请使用标准代码来执行此操作。

my %seen;
while ($string =~ /(Homo sapiens|Pongo abelii|Macaca mulatta)/g) {
    print "$1\n" if !$seen{$1}++;
}