perl正则表达式:搜索整个文件行

Question

我是一个regex新手，我正在尝试使用regex从文本文件中返回日期列表。日期采用mm/dd/yy格式，因此对于年份来说，例如“1955”，它将是“55”。我正在尝试返回从‘50’到'99‘的所有条目。

我认为我遇到的问题是，一旦我的正则表达式在一行上找到匹配项，它就会停在那里，跳到下一行，而不检查该行的其余部分。例如，在文本文件中，日期12/12/12、10/10/57、10/09/66都在一行上，而它只返回10/10/57。

到目前为止，这是我的代码。有什么提示或建议吗？谢谢

open INPUT, "< dates.txt" or die "Can't open input file: $!";
while (my $line = <INPUT>){
    if ($line =~ /(\d\d)\/(\d\d)\/([5-9][0-9])/g){
        print "$&\n"  ;
        }
}

Answer 1

关于您的代码的几个要点

• 你必须总是use strict和use warnings 'all'在你所有的Perl程序的顶端
• 你应该更喜欢词法文件句柄和三参数形式的正则表达式你的正则表达式模式包含文字斜杠那么最清楚的是使用一个非标准的分隔符，这样它们就不需要是escaped
• Although最新版本的已经修复了这个问题，当使用
  • 时有一个显著的性能损失，所以最好避免它，至少现在是这样。使用捕获括号将整个模式括起来，并使用$1代替

此程序将按您的要求执行

use strict;
use warnings 'all';

open my $fh, '<', 'dates.txt' or die "Can't open input file: $!";

while ( <$fh> ) {
    print $1, "\n" while m{(\d\d/\d\d/[5-9][0-9])}g
}

输出

10/10/57
10/09/66

Answer 2

你只需要把'if‘改成'while’，正则表达式就会回到它停止的地方；

open INPUT, "< a.dat" or die "Can't open input file: $!";
while (my $line = <INPUT>){
    while ($line =~ /(\d\d)\/(\d\d)\/([5-9][0-9])/g){
        print "$&\n"  ;
    }
}
# Output given line above
# 10/10/57
# 10/09/66

您还可以将整个日期捕获到一个捕获变量中，并使用不同的正则表达式分隔符来保存对斜杠的转义：

while ($line =~ m|(\d\d/\d\d/[5-9]\d)|g)  {
    print "$1\n" ;
}

...but这可能是品味的问题。

Answer 3

您打印的是$&，每当遇到任何新的匹配项时都会更新。

但在这种情况下，您需要存储所有以前的匹配和更新后的匹配，因此您可以使用array来存储所有匹配。

while(<$fh>) {
  @dates = $_ =~ /(\d\d)\/(\d\d)\/([5-9][0-9])/g;
  print "@dates\n" if(@dates);
}