解析特定类型的字符串在Perl

我有以下类型的字符串（其中引号表示，他们都是在同一行）：解析特定类型的字符串在Perl

“氨基-2,4,6-三碘ACIDS雨果霍尔特曼，Baerum，Leif Gunnar Haugen，Oslo和挪威Baerum的Knut Wille转让给Nye-5“

”用于生产乙烯化合物的方法Duncan Clark和Percy Hayden，Norton-on-Tees，Eng-5土地，转让人ImperiaI化学工业有限公司，伦敦，英国“

我想获得标题后的一切（全部大写的部分）。所以，我想获得：

“雨果霍尔特曼，贝鲁姆，雷夫贡纳尔·豪根，奥斯陆和克努特意志，贝鲁姆，挪威，转让给Nye- 5”

“邓肯克拉克和珀西·海登，Norton-英国伦敦ImperiaI化学工业有限公司的土地，转让人“

我有比这两个更多的字符串，但基本的格式是发明的标题总是大写的字母和数字。

有没有办法用perl中的正则表达式来做到这一点？

来源

2012-05-14 Minh Phan

这是*通常为*大写，或总是大写？通常不会对你有所帮助。我觉得这可能是不可能的，这取决于名字格式化的程度。如果你有某人的名字，那只是一个最初的名字，即'J. Doe'我想不出任何合乎逻辑的方式将它与标题区分开来。 – Tim

它总是大写。我不是在寻找100％准确的东西。一些70-80％的东西就可以了 –

试试这个：

$text = "PROCESS FOR THE PRODUCTION OF ETHYLENIC COMPOUNDS Duncan Clark and Percy Hayden, Norton-on-Tees, Eng- 5 land, assignors to ImperiaI Chemical Industries Limited, London, England "; 

if($text =~ m/(\b[A-Z0-9-, ]+)\b(.*)/) { 
    print "$2"; 
}

来源

2012-05-14 06:48:23

那么，如果它不需要是100％准确的，我只想寻找第一个首都，之后将第一小写字母，并抢行的其余部分。

像这样的东西（我的Perl的有点生疏，原谅任何语法错误）：

$part_of_line = $full_line =~/([A-Z][a-z].*)/

来源

2012-05-14 06:48:58 Tim

我试着用这一点，并得到您所期望

if($ip =~ m/([A-Z0-9,\- ]+)([A-Z]+[a-z]+.*)/) 
{ 
     print "$2"; 
}

来源

2012-05-14 06:53:52 Raghuram

标题输出始终结束与大写字母+空格，所以这应该工作：

/^.+[A-Z]+ (.+)$/; 
print $1;

来源

2012-05-14 10:51:48 Dimanoid

这两个例子都失败了。它只是跳过所有上限中的第一个单词。 – TLP

对不起，错了？之后，+ 现在它应该工作 – Dimanoid

如何：

#!/usr/bin/perl 
use strict; 
use warnings; 
use 5.014; 

my $re = qr 
    /^    # Start of string 
    [\p{Lu}\pN, -]+ # one or more uppercase letter or number or comma or space or dash 
    (    # start group 1 
     \p{Lu}[\pL.'] # one uppercase letter followed by any letter or dot or apostroph 
    )     # end group 
    /x; 
while(<DATA>) { 
    chomp; 
    s/$re/$1/g;  # replace match by group 1 
    say; 
} 


__DATA__ 
AMINO-2,4,6-TRIIODOBENZOIC ACIDS Hugo Holtermann, Baerum, Leif Gunnar Haugen, Oslo, and Knut Wille, Baerum, Norway, assignors to Nye- 5 
PROCESS FOR THE PRODUCTION OF ETHYLENIC COMPOUNDS Duncan Clark and Percy Hayden, Norton-on-Tees, Eng- 5 land, assignors to ImperiaI Chemical Industries Limited, London, England 
PROCESS FOR THE PRODUCTION OF ETHYLENIC COMPOUNDS D.Clark 
PROCESS FOR THE PRODUCTION OF ETHYLENIC COMPOUNDS O'Connors

输出：

Hugo Holtermann, Baerum, Leif Gunnar Haugen, Oslo, and Knut Wille, Baerum, Norway, assignors to Nye- 5 
Duncan Clark and Percy Hayden, Norton-on-Tees, Eng- 5 land, assignors to ImperiaI Chemical Industries Limited, London, England 
D.Clark 
O'Connors

来源

2012-05-14 17:27:56 Toto

解析特定类型的字符串在Perl

回答

相关问题