如何从 Perl 中字符串的开头删除字符序列列表？答案

【问题标题】：How do I remove a a list of character sequences from the beginning of a string in Perl?如何从 Perl 中字符串的开头删除字符序列列表？
【发布时间】：2011-07-25 02:29:45
【问题描述】：

我必须从a file 读取行并将它们存储到 Perl 中的哈希中。其中许多行在开头都有特殊的字符序列，我需要在存储之前将其删除。这些字符序列是

| || ### ## @@||

比如如果是||https://ads，我需要得到https://ads；如果###http，我需要得到http。

我需要排除这些字符序列。我想通过将所有字符序列排除在一个数组中来做到这一点，然后检查该行是否以这些字符序列开头并删除它们。有什么好的方法可以做到这一点？

我已经做到了：

our $ad_file = "C:/test/list.txt";
our %ads_list_hash = ();

my $lines = 0;

# List of lines to ignore
my @strip_characters = qw /| || ### ## @@||/;

# Create a list of substrings in the easylist.txt file
open my $ADS, '<', $ad_file or die "can't open $ad_file";

while(<$ADS>) {
    chomp;
    $ads_list_hash{$lines} = $_;
    $lines ++;
}

close $ADS;

如果存在任何@strip_characters，我需要添加逻辑以从每行的开头删除它们。

【问题讨论】：

将所有字符放在一个表达式中，然后用它来替换（删除）不需要的字符

标签： perl string substring

【解决方案1】：

对于这项任务来说可能有点过于复杂和笼统，但仍然......

my $strip = join "|", map {quotemeta} @strip_characters;
# avoid bare [] etc. in the RE

# ... later, in the while()
    s/^(?:$strip)+//o; 
    # /o means "compile $strip into the regex once and for all"

【讨论】：

【解决方案2】：

为什么不用正则表达式呢？类似的东西

$line =~ s/^[#@ |]+//;

应该可以。

【讨论】：

【解决方案3】：

如果您想删除字符列表（根据您的标题），那么一个非常简单的正则表达式就可以了。
在循环中，添加以下正则表达式

while( <$ADS> ) {
    chomp;
    s/^[#@ \|]+//;
    $ads_list_hash{$lines++} = $_;
}

注意管道字符（'|'）被转义。但是，您似乎想删除 表达式 列表。您可以执行以下操作

while( <$ADS> ) {
    chomp;
    s/^((\|)|(\|\|)|(###)|(##)|(@@\|\|))+//;
   $add_list_hash{$lines++} = $_;
}

您说表达式列表存储在一个数组或单词中。在您的示例代码中，您使用“qw”创建此数组。如果在编译时不知道表达式列表，您可以在变量中构建正则表达式并使用它。

my @strip_expression = ... // get an array of strip expressions
my $re = '^((' . join(')|(',@strip_expression) . '))+';

然后，在循环中使用以下语句： s/$re//;

最后，关于代码可以说一点与问题无关的事情：使用 Array 而不是 Hash，将整数映射到一组字符串会更合适。除非您有其他要求，否则最好有：

our @ads_list;    // no need to initialize the array (or the hash) with empty list
...
while( <$ADS> ) {
    chomp;
    s/.../;
    push @ads_list, $_;
}

【讨论】：

注意管道字符（原文如此）（'|'）在字符类中不需要转义（原文如此）。

【解决方案4】：

$ads_list_hash{$lines} = $_;
$lines ++;

不要那样做。如果你想要一个数组，使用一个数组：

push @ads_lines, $_;

Shawn 的编程规则#7：创建数据结构时：如果保持顺序很重要，请使用数组；否则使用哈希。

【讨论】：

【解决方案5】：

因为无论他们是否做了任何事情，替换都会返回，因此您可以使用替换以搜索字符串以查找您的模式，如果存在则将其删除。

while( <$ADS> ) {
    next unless s/^\s*(?:[#]{2,3}|(?:@@)?[|]{1,2})\s*//;
    chomp;
    $ads_list_hash{$lines} = $_;
    $lines ++;
}

【讨论】：