Perl正则表达式与LHS组合

Question

如何匹配下一行？

sometext_TEXT1.yyy-TEXT1.yyy 
anothertext_OTHER.yyy-MAX.yyy 

想要从最后删除- repetative.text，但只有当它重复。

sometext_TEXT1.yyy 
anothertext_OTHER.yyy-MAX.yyy 

我试图

use strictures; 
my $text="sometext_TEXT1.xxx-TEXT1.xxx"; 
$text =~ s/(.*?)(.*)(\s*-\s*$2)/$1$2/; 
print "$text\n"; 

打印

Use of uninitialized value $2 in regexp compilation at a line 3. 

与其他词，寻找下一个split + match更好的解决方案...

while(<DATA>) { 
     chomp; 

     my($first, $second) = split /\s*-\s*/; 
     s/\s*-\s*$second$// if ($first =~ /$second$/); 

     print "$_\n"; 
} 
__DATA__ 
sometext_TEXT1.yyy-TEXT1.yyy 
anothertext_OTHER.yyy-MAX.yyy 

Answer 1

$text =~ s/(.*?)(.*)(\s*-\s*$2)/$1$2/; 

这个正则表达式有不同的问题，但在正确的道路上。

1. 使用\2（或更好：\g2或\g{-1}）或东西来引用捕获组的内容。在执行Perl语句时插入$2变量。那时，$2是未定义的，因为之前没有匹配。由于未初始化，您会收到警告。即使它被定义，模式在编译期间也会被修复。

2. 你定义了三个捕获组，但只需要一个。有一个与\K EEP指令一招：它让我们的正则表达式引擎忘记先前匹配的文本，所以它不会被替代的影响。也就是说，s/(foo)b/$1/相当于s/foo\Kb//。效果类似于可变长度lookbehind。

3. (.*?)(.*)的部分是一个位的回溯梦魇。我们可以通过添加更多条件来降低您的匹配成本。通过锚定模式开始和结束的行。使用上述修改，我们现在有s/^.*?(.*)\K\s*-\s*\g1$//。但转念一想，我们可以只取出^.*?因为这说明什么正则表达式引擎做呢！

一个简短的测试：

while(<DATA>) { 
    s/(.*)\K\s*-\s*\g1$//; 
    print; 
} 
__DATA__ 
sometext_TEXT1.yyy-TEXT1.yyy 
anothertext_OTHER.yyy-MAX.yyy 

输出：

sometext_TEXT1.yyy 
anothertext_OTHER.yyy-MAX.yyy 

---

的几句话对您split亭解决方案：这也将缩短线路

sometext_TEXT1xyyy - 1.xyyy 

因为当你插入一个变量到一个正则表达式中时，内容不会逐字匹配。相反，它们被解释为一种模式（其中.与任何非新行代码点匹配）！您可以通过引用所有的元字符与\Q...\E逃生避免这种情况：

s/\s*-\s*\Q$second\E$// if $first =~ /\Q$second\E$/; 

Answer 2

当您使用$2 Perl将尝试插入该变量，但该变量只会在匹配完成后设置为。你想要的，什么是反向引用，为此，你需要使用\2：

$text =~ s/(.*?)(.*)(\s*-\s*\2)/$1$2/; 

需要注意的是，当更换部件进行评估，$1和$2已定，预期可以插值。你也可以将图案多一点简洁（而且可能更有效），使用：

$text =~ s/(.*)\s*-\s*\2/$1/; 

没有必要的初始部分（.*?）相匹配，如果是任意的，你只是把它写回无妨。你可能希望做虽然是锚定模式字符串的结尾：

$text =~ s/(.*)\s*-\s*\1$/$1/; 

否则（你的初次尝试或地雷），你会转something-thingelse成somethingelse。