PERL：使用 REGEX 匹配字符串，而字符串中没有重复的第一个标记。（ABC，不是 AAA ABC）答案

【问题标题】：PERL: Using REGEX to match a string without the first token repeated in the string. (ABC, not AAA ABC)PERL：使用 REGEX 匹配字符串，而字符串中没有重复的第一个标记。（ABC，不是 AAA ABC）
【发布时间】：2012-07-03 23:40:13
【问题描述】：

我对 perl 比较陌生，如果这个问题很简单并且我遗漏了一些完全明显的东西，我提前道歉，但是，我已经四处寻找答案几天了，但找不到解决方案。

我正在尝试使用正则表达式来匹配第一个实例，其中 A 后跟 C，而 A 和 C 之间没有另一个 A。请注意，在此文本字符串中，第一个 A.C 组合后面还有其他实例也可能适合A.C，（特别注意 ADC）这是文本：

$text = "AAA ABC ADE AFG ADC AHI AJK AIZ XXB NBV";

我第一次尝试：

@finds1=$TEXT=~m/(A.*?C)/;
$result = $finds1[0];
print "result = $result\n";

这将打印以下内容：

result = AAA ABC

当我想要的只是：

result = ABC

请注意，我正在尝试创建一个可以在 B 可以是任何字符串的情况下使用的正则表达式。例如 ADC、AFGHJKC、AYUIOKJHGTC。

接下来我尝试使用前瞻结合 if then else 语句。代码如下：

@finds1=$TEXT=~m/(A(?(?!.*?A.*?C).*?C|Z{100}))/;
$result = $finds1[0];
print "result = $result\n";

正则表达式 (A) 的第一部分告诉 perl 找到 A。一旦找到，perl 就会处理 if then else 语句，其中条件语句是没有 .?A .?A 跟在 A 之后，如果没有找到，则 perl 查找 .*?C，如果找到至少一个，则搜索 100 个 Z 实例。（我让 Perl 继续前进的方法是在这个文本和我试图解析的文本中都没有 100 Zs。）

这会返回：

result = ADC

在第一次识别 C 之后，我考虑过使用积极的后视。但是，就像我上面提到的，第一个 A.C 组合之间没有 A 的字符数是可变的。据我所知，PERL 不能进行可变长度的后视。

非常感谢您提供的任何帮助或指导！！

提前致谢！

【问题讨论】：

我对 /A[b-zB-Z]*?C/ 符合要求的解释有误吗？
你是对的。它确实适用于此文本。感谢您的答复。您将如何修改它以适应 A 和 C 之间的空间（例如 $text = "AAA A B C ADE AFG ADC AHI AJK AIZ XXB NBV";
在这里，我将对其进行扩展，使其值得回答，并在那里回答您的问题。
像这样：/A\s*[b-zB-Z]*?\s*C/
真的，完全没有理由这么复杂。 /A[b-zB-Z\s]*?C/ 也可以，而且要简单得多。

标签： perl

【解决方案1】：

你不想要

/A[^AC]*C/

【讨论】：

【解决方案2】：

据我所知，你想要的是：

一个“A”
后跟任意数量的非 A 字符
后跟一个“C”

这可以通过正则表达式来实现

/A[B-Z]*?C/

方括号[] 中的字符代表一个字符类。使用字符类，您可以告诉正则表达式引擎只匹配几个字符中的一个。只需将要匹配的字符（或字符范围）放在方括号 (http://www.regular-expressions.info/charclass.html) 之间。假设你想用另一个字母 Q 来做这件事，你会有一个稍微不同的字符类

/Q[A-PR-Z]*?C/

如果您想修改它以适应 A 和 C 之间的空间，您可以通过两种不同的方式来处理它。您可以否定一个字符类，它将匹配任何字符，除了其中的字符，如下所示：

/A[^AC]*C/

将匹配一个 A，然后匹配除 A 和 C 之外的任意数量的字符，然后是一个 C。

或者，您可以在原始字符类中添加一个空格，如下所示：

/A[B-Z ]*?C/（注意Z后面的空格）

如果您想要任何类型的空格，请将空格替换为 \s，它表示任何空格，如下所示：

/A[B-Z\s]*?C/

【讨论】：

感谢您的出色回答。你说的对。我的问题很简单。尽管您的回答回答了我如何表达我的问题，但它并不能完全解决我的问题。这完全是我的错。如果我将文本制作如下，更好的解决方法是：“$text = ate ate ate ate bat cat ate dog egg ate for gin ate dog cat ate;”现在，我不想提取 ABC，而是第一次提取 ate 之后是 cat，而 ate 和 cat 之间没有 ate。
是的，那肯定更难！
关于如何处理它的任何想法？你认为我应该用更新的文本发布一个新问题吗？再次感谢您的帮助。
我会考虑的。我想我知道该怎么做，但它可能不是世界上最有效或最漂亮的正则表达式。
在这一点上，我会拿出最丑陋的工作代码。