تحليل السمات باستخدام regex في Perl

Question

هذه مشكلة واجهتني مؤخرًا.لدي سلاسل سمات النموذج

"x=1 and y=abc and z=c4g and ..."

تحتوي بعض السمات على قيم رقمية، وبعضها يحتوي على قيم ألفا، وبعضها مختلط، وبعضها يحتوي على تواريخ، وما إلى ذلك.

كل سلسلة هي مفترض امتلاك "x=someval and y=anotherval"في البداية، ولكن البعض لا.لدي ثلاثة أشياء يجب أن أفعلها.

1. التحقق من صحة السلاسل للتأكد من وجودها x و y.
2. في الواقع تحليل القيم ل x و y.
3. احصل على بقية السلسلة.

وبالنظر إلى المثال في الأعلى، فإن هذا من شأنه أن يؤدي إلى المتغيرات التالية:

$x = 1;
$y = "abc";
$remainder = "z=c4g and ..."

سؤالي هو:هل هناك طريقة بسيطة (معقولة) لتحليلها و التحقق من صحة مع تعبير عادي واحد؟أي.:

if ($str =~ /someexpression/)
{
    $x = $1;
    $y = $2;
    $remainder = $3;
}

لاحظ أن السلسلة قد تتكون من فقط x و y صفات.هذه سلسلة صالحة.

سأقوم بنشر الحل الخاص بي كإجابة، لكنه لا يلبي تفضيلاتي ذات التعبير العادي.

Answer 1

أنا لست الأفضل في التعبيرات العادية، ولكن هذا يبدو قريبًا جدًا مما تبحث عنه:

/x=(.+) and y=([^ ]+)( and (.*))?/

باستثناء أنك تستخدم 1 دولارًا و2 دولارًا و4 دولارات.في الاستخدام:

my @strs = ("x=1 and y=abc and z=c4g and w=v4l",
            "x=yes and y=no",
            "z=nox and w=noy");

foreach (@strs) {
    if ($_ =~ /x=(.+) and y=([^ ]+)( and (.*))?/) {
        $x = $1;
        $y = $2;
        $remainder = $4;
        print "x: $x; y: $y; remainder: $remainder\n";
    } else {
        print "Failed.\n";
    }
}

انتاج:

x: 1; y: abc; remainder: z=c4g and w=v4l
x: yes; y: no; remainder: 
Failed.

وهذا بالطبع يترك الكثير من عمليات التحقق من الأخطاء، وأنا لا أعرف كل شيء عن مدخلاتك، ولكن يبدو أن هذا يعمل.

Answer 2

بافتراض أنك تريد أيضًا القيام بشيء ما مع أزواج الاسم = القيمة الأخرى، فهذه هي الطريقة التي سأفعل بها (باستخدام الإصدار 5.10 من Perl):

use 5.10.0;
use strict;
use warnings;

my %hash;
while(
    $string =~ m{
       (?: ^ | \G )    # start of string or previous match
       \s*

       (?<key>   \w+ ) # word characters
       =
       (?<value> \S+ ) # non spaces

       \s*             # get to the start of the next match
       (?: and )?
    }xgi
){
    $hash{$+{key}} = $+{value};
}

# to make sure that x & y exist
die unless exists $hash{x} and exists $hash{y};

في لغة Perl الأقدم (على الأقل لغة Perl 5.6)؛

use strict;
use warnings;

my %hash;
while(
    $string =~ m{
       (?: ^ | \G )   # start of string or previous match
       \s*

       ( \w+ ) = ( \S+ )

       \s*            # get to the start of the next match
       (?: and )?
    }xgi
){
    $hash{$1} = $2;
}

# to make sure that x & y exist
die unless exists $hash{x} and exists $hash{y};

تتمتع هذه بميزة إضافية تتمثل في الاستمرار في العمل إذا كنت بحاجة إلى العمل مع المزيد من البيانات.

Answer 3

كتعديل بسيط إلى حد ما لنسخة رود،

/^x=(.+) and y=([^ ]+)(?: and (.*))?/

سيسمح لك باستخدام $1 و$2 و$3 (الـ ?:يجعلها مجموعة غير ملتقطة)، وسيضمن أن السلسلة تبدأ بـ "x=" بدلاً من السماح بمطابقة "not_x="

إذا كانت لديك معرفة أفضل بقيمتي x وy، فيجب استخدام ذلك لتشديد التعبير العادي بشكل أكبر:

my @strs = ("x=1 and y=abc and z=c4g and w=v4l",
        "x=yes and y=no",
        "z=nox and w=noy",
        "not-x=nox and y=present",
        "x=yes and w='there is no and y=something arg here'");

foreach (@strs) {
    if ($_ =~ /^x=(.+) and y=([^ ]+)(?: and (.*))?/) {
        $x = $1;
        $y = $2;
        $remainder = $3;
        print "x: {$x}; y: {$y}; remainder: {$remainder}\n";
    } else {
        print "$_ Failed.\n";
    }
}

انتاج:

x: {1}; y: {abc}; remainder: {z=c4g and w=v4l}
x: {yes}; y: {no}; remainder: {}
z=nox and w=noy Failed.
not-x=nox and y=present Failed.
x: {yes and w='there is no}; y: {something}; remainder: {}

لاحظ أن الجزء المفقود من الاختبار الأخير يرجع إلى أن الإصدار الحالي من اختبار y لا يتطلب أي مسافات، إذا كان اختبار x له نفس القيود لفشلت هذه السلسلة.

Answer 4

لقد أوصلك Rudd وCebjyre إلى معظم الطريق ولكن لديهما مشاكل معينة:

اقترح رود:

/x=(.+) وy=([^ ]+)( و (.*))?/

قام Cebjyre بتعديله إلى:

/^x=(.+) وy=([^ ]+)(?:و (.*))؟/

الإصدار الثاني أفضل لأنه لن يخلط بين "not_x=foo" و"x=foo" ولكنه سيقبل أشياء مثل "x=foo z=bar y=baz" وتعيين $1 = "foo z=bar" وهو غير مرغوب فيه.

ربما هذا هو ما تبحث عنه:

/^x=(\w+) وy=(\w+)(?:و (.*))؟/

هذا لا يسمح بأي شيء بين خيارات x= و y= والأماكن والمسموحات والاختيارية "و..." والتي ستكون في $3

Answer 5

إليك ما فعلته لحل هذه المشكلة:

($x_str, $y_str, $remainder) = split(/ and /, $str, 3);

if ($x_str !~ /x=(.*)/)
{
    # error
}

$x = $1;

if ($y_str !~ /y=(.*)/)
{
    # error
}

$y = $1;

لقد حذفت بعض عمليات التحقق الإضافية ومعالجة الأخطاء.تعمل هذه التقنية، لكنها ليست موجزة أو جميلة كما كنت أتمنى.آمل أن يكون لدى شخص ما اقتراح أفضل بالنسبة لي.