Como posso preservar espaços em branco quando eu corresponder e substituir várias palavras em Perl?

Question

Vamos dizer que eu tenho algum texto original:

here is some text that has a substring that I'm interested in embedded in it.

Eu preciso o texto para coincidir com uma parte dela, dizem: "has a substring"

No entanto, o texto original eo texto correspondente pode ter diferenças de espaço em branco. Por exemplo, o texto de partida pode ser:

has a
substring

ou

has  a substring

e / ou o texto original poderia ser:

here is some
text that has
a substring that I'm interested in embedded in it.

O que eu preciso do meu programa para a saída é:

here is some text that [match starts here]has a substring[match ends here] that I'm interested in embedded in it.

Eu também preciso para preservar o padrão de espaço em branco no original e apenas adicionar os marcadores de início e fim para ele.

Todas as ideias sobre a maneira de usar Perl expressões regulares para obter isso aconteça? Eu tentei, mas acabou ficando horrivelmente confuso.

Answer 1

Já esteve algum tempo desde que eu usei perl expressões regulares, mas que sobre: ??

$match = s/(has\s+a\s+substring)/[$1]/ig

Este seria capturar zero ou mais espaços em branco e caracteres de nova linha entre as palavras. Vai envolver toda a partida com suportes, mantendo a separação originais. Não é automático, mas ela não funciona.

Você pode brincar com isso, como tomar o "has a substring" corda e fazendo uma transformação nele para torná-lo "has\s*a\s*substring" para tornar este um pouco menos dolorosa.

Editar :. Os comentários de Incorporated ysth que o \ s metacharacter corresponde novas linhas e Hobbs correções ao uso meu \ s

Answer 2

Este padrão irá coincidir com a cadeia de caracteres que você está olhando para encontrar:

(has\s+a\s+substring)

Assim, quando o usuário insere uma seqüência de pesquisa, substituir qualquer espaço em branco na seqüência de pesquisa com \s+ e você tem o seu padrão. O, basta substituir cada jogo com [match starts here]$1[match ends here] onde $1 é o texto correspondente.

Answer 3

Em expressões regulares, você pode usar + para significar "um ou mais". Então, algo como isto

/has\s+a\s+substring/

partidas has seguido por um ou mais espaços em branco caracteres, seguidos por a seguido por um ou mais espaços em branco caracteres, seguido por substring.

Colocá-lo em conjunto com um operador de substituição, você pode dizer:

my $str = "here is some text that has     a  substring that I'm interested in embedded in it.";
$str =~ s/(has\s+a\s+substring)/\[match starts here]$1\[match ends here]/gs;

print $str;

E a saída é:

here is some text that [match starts here]has     a  substring[match ends here] that I'm interested in embedded in it.

Answer 4

A muitos sugeriu, uso \s+ para coincidir com espaços em branco. Aqui está como você faz isso automaticamente:

my $original = "here is some text that has a substring that I'm interested in embedded in it.";
my $search = "has a\nsubstring";

my $re = $search;
$re =~ s/\s+/\\s+/g;

$original =~ s/\b$re\b/[match starts here]$&[match ends here]/g;

print $original;

Output:

here is some text that [match starts here]has a substring[match ends here] that I'm interested in embedded in it.

Você pode querer escapar qualquer meta-caracteres na cadeia. Se alguém estiver interessado, eu poderia adicioná-lo.

Answer 5

Este é um exemplo de como você poderia fazer isso.

#! /opt/perl/bin/perl
use strict;
use warnings;

my $submatch = "has a\nsubstring";

my $str = "
here is some
text that has
a substring that I'm interested in, embedded in it.
";

print substr_match($str, $submatch), "\n";

sub substr_match{
  my($string,$match) = @_;

  $match =~ s/\s+/\\s+/g;

  # This isn't safe the way it is now, you will need to sanitize $match
  $string =~ /\b$match\b/;
}

Este momento faz nada para verificar a variável $match para caracteres não seguros.