perl 正则表达式删除字符串中的换行符答案

【问题标题】：perl regex remove newlines in stringperl 正则表达式删除字符串中的换行符
【发布时间】：2016-02-11 13:20:24
【问题描述】：

我有一个 Perl 脚本，它在纯文本文件中的数据库转储上运行，当我看到引号之间的字符串时，尝试删除所有换行符实例和可能的其他奇怪字符：

INSERT INTO ... VALUES ( "... these are the lines I'm interested in." )

我在文件中啜饮：

@file = <FILE>;

和：

foreach my $line (@file) {
    $line =~ s/"[^"]*(\R)+[^"]*"//g;
    # I want to get rid of newlines in strings
    # And other odd characters I might come across
}

我用来代替 (\R) 的一个字符类是：

([\r\n\t\v\f]+)

我会尝试：

$line =~ s/"[^"]+?([\r\n\t\v\f]+)[^"]*"//g;

我确定我错过了一些东西。我尝试从文字双引号开始匹配，扫描任何不是双引号的内容（非贪婪，至少一个匹配），到达我想摆脱的字符，并继续扫描而不是双引号（任何数量的其他字符不是双引号），直到我到达结尾的双引号。

所以我想用任何东西替换上面的 $1 捕获。

我已经尝试过在线正则表达式生成器，并且

/"[^"]*?([\r\n\t\f\v]+)[^"]*"/

进行在线测试，使用带有换行符和制表符的短段落，尽管它处于 PHP pcre 模式。我认为它可以与 Perl 一起使用。

也许我没有在 Perl 的正则表达式中正确转义某些字符？或者该模式无法按照我想要的方式工作，因为它是错误的。

谢谢，感谢您的帮助。

regex101.com 上的正则表达式：

"[^"]*?([\r\n\f\t\v]+)[^"]*?"

匹配这样的字符串：

“这是

我的\t 测试

字符串。

就这样！”

我现在彻底迷惑了。 :)

【问题讨论】：

\R 不是换行符吗？此外，引号之间可能有不连续的换行符等。另一个问题是引号，它们在完整输入中是否平衡？你似乎没有用任何文字来锚定开头。
是的，\R 是我相信的任何换行符。我在这里看到了一些搜索。我认为可能有不连续的换行符和其他我想用任何内容替换的字符，或者只是一个空格字符。我将如何锚定开始？您的意思是像“，”或“，”这样的东西，我希望在引用的字符串之前看到，并且可能在引用的字符串之后看到“，”或“）”？谢谢。
您将文件放入数组中，然后逐行遍历数据，但您的正则表达式表明您要匹配多行字符串。那是行不通的。您可能希望/需要将文件转换为标量。
试试use Data::Dumper; 和print \@lines。我认为这将突出您的一个问题。它默认在换行符上拆分，因此@lines 的每个元素根据定义都是一行。

标签： regex string perl replace

【解决方案1】：

真正的问题是，当引号之间可能有很多组时，您只会找到一组\R。最好的办法是使用引号之间的一般匹配进行回调 (eval)，然后替换 \R 的 in
替换。

类似：

sub repl {
  my ($content) = _@;
  $content =~ s/\R+//g;
  return $content;
}

$input =~ s/"([^"]*)"/ repl($1) /ge;

编辑：如果您只寻找 1 个换行集群，则必须
排除导致它的换行符。例如：[^"\r\n]+

edit2: 要将文件插入$input，请执行

$/ = undef;
my $input = <$fh>;

【讨论】：

虽然s///eg 不完全确定评估表