perl正则表达式匹配问题

-1

my $line = 'Line no. : 8 : 8 : <ENAMEX TYPE="GENE">' 
    . 'CRP</ENAMEX> : directly inhibits : endothelial cell nitric' 
    . 'oxide <ENAMEX TYPE="GENE">facs</ENAMEX>' 
    . '<ENAMEX TYPE="GENE">crp</ENAMEX>:inhibit:endothelial' 
    . 'cell nitric oxide :Confidence Score 0.9017396427774064'; 

$line =~ /(.+)(\<ENAMEX TYPE\=\"GENE\"\>)(.+)(\<\/ENAMEX\>) (.+)(\<ENAMEX TYPE\=\"GENE\"\>)(.+)(\<\/ENAMEX\>)(.+)/; 

print "$3 ---$5 ---$7\n";

，输出是：

CRP ---: directly inhibits : endothelial cell nitric oxide <ENAMEX TYPE="GENE">facs</ENAMEX> ---

问题：

我想是提取使用正则表达式的三两件事。输出应该是类似于 CRP ---：直接抑制：内皮细胞一氧化氮--- facs;

请告诉我什么是问题，因为$ 2在第一个块之后打印任何东西，并且正则表达式与第二个部分不匹配。感谢

来源

2017-03-12 ary

尝试使用nongreedy量词，即更换'+'与'+'。？。请参阅['perlretut']（http://perldoc.perl.org/perlretut.html）以获取更多信息 –

YUp这是有效的。谢谢百万 – ary

为了得到您想要的比赛，你需要使用一个nongreedy量词，即与.+?取代.+，在您的正则表达式：

$line =~ /(.+?)(\<ENAMEX[ ]TYPE\=\"GENE\"\>)(.+?)(\<\/ENAMEX\>)[ ] 
     (.+?)(\<ENAMEX[ ]TYPE\=\"GENE\"\>)(.+?)(\<\/ENAMEX\>)(.+?)/x;

根据perlretut：

有时贪婪不好。有时，我们希望量词到匹配最小的一串，而不是最大的一块。对于这个的用途，Larry Wall创建了最小匹配还是非贪心量词？，*？，+？和{} ?.这些是通常的量词与？附加到他们。它们具有以下含义：

[...]

A +？指：匹配“一个” 1次或多次，即，至少一次，但尽可能少的次数尽可能

来源

2017-03-13 00:18:59

@ary如果这个答案解决了你的问题，考虑接受它。请参阅[当某人回答我的问题时该怎么办？]（http://stackoverflow.com/help/someone-answers） –

perl正则表达式匹配问题

回答

相关问题