正则表达式提取WUB中的字符

Question

我想要一个正则表达式，可以提取"WUB“中的所有单词，但没有找到任何解决方案！例如，它将从"WUBWEWUBAREWUBWUBTHEWUBCHAMPIONSWUBMYWUBFRIENDWUB"中提取

以下字符串(不带引号) ["WE", "ARE", "THE", "CHAMPIONS"]

这是我到目前为止尝试过的：

((?:.(?!WUB))+)，但它给出了以下输出(来自上面的示例)：

['WUBW', 'WUBAR', 'WU', 'WUBTH', 'WUBCHAMPION', 'WUBM', 'WUBFRIEN', 'WUB']

请帮助我更好地理解这个问题

Answer 1

$str =~ / WUB \K (?:(?!WUB).)+ (?=WUB) /sxg

或

$str =~ / (?<=WUB) (?:(?!WUB).)+ (?=WUB) /sxg    # Probably slower.

从WUB之后开始，在匹配项(\K)中实际不包含WUB，查找一个或多个不是WUB开头的字符。确保后跟WUB ((?=WUB))。

如果字符串始终以WUB开头和结尾，或者如果您不介意在第一个WUB之前和最后一个WUB之后获取文本，下面的内容会更清晰，而且肯定会更快：

grep length, split /WUB/, $str

Answer 2

不带前视/后视断言的简单REGEX表达式是：

 /WUB((?:[^W]|W[^U]|WU[^B])+)/g

这里假设测试的字符串以WUB结尾。如果没有，你要么在末尾加上一个带前瞻的零断言(?=WUB)，

 /WUB((?:[^W]|W[^U]|WU[^B])+)(?=WUB)/g

或者在使用正则表达式之前删除最后一个WUB后面的任何字符。

 s/WUB(?:[^W]|W[^U]|WU[^B])+$/WUB/

。

#! /usr/bin/env perl
use strict;
use warnings;
use Data::Dumper;
my $s = "WUBWEWUBAREWUBWUBTHEWUBCHAMPIONSWUBMYWUBFRIENDWUB";

print Dumper ([$s =~ /WUB((?:[^W]|W[^U]|WU[^B])+)/g]);

打印输出：

$VAR1 = [
          'WE',
          'ARE',
          'THE',
          'CHAMPIONS',
          'MY',
          'FRIEND'
        ];

Answer 3

另一种方法是使用split：

my $str = "WUBWEWUBAREWUBWUBTHEWUBCHAMPIONSWUBMYWUBFRIENDWUB";

# grep is here to remove empty elements
my @list = grep length, split /WUB/, $str;
say Dumper\@list;

输出：

$VAR1 = [
          'WE',
          'ARE',
          'THE',
          'CHAMPIONS',
          'MY',
          'FRIEND'
        ];

use Modern::Perl;
use Benchmark qw(:all);

my $str = "WUBWEWUBAREWUBWUBTHEWUBCHAMPIONSWUBMYWUBFRIENDWUB";

my $count = -3;
cmpthese($count, {
    'match' => sub {
        my @list = $str =~  / WUB \K (?:(?!WUB).)+ (?=WUB) /sxg;
    },
    'split' => sub {
        my @list = grep length, split /WUB/, $str;
    },
});

输出：

          Rate match split
match  57806/s    --  -54%
split 126455/s  119%    --