从长文件路径（正则表达式）perl中提取id答案

【问题标题】：Extract the id from long file path ( regex) perl从长文件路径（正则表达式）perl中提取id
【发布时间】：2016-09-19 20:35:28
【问题描述】：

我正在尝试从我在 perl 脚本中读取的文件路径中提取一个 id（例如 11894373690） -

/my/local/projects/Samplename/analysis/test/output/tool1/11894373690_cast/A1/A1a/

我将进一步使用它创建一个新路径，如

/my/local/projects/Samplename/analysis/test/output/tool2/11894373690_NEW/

我无法仅从路径中提取 id，任何人都可以在 perl 中提出一个简单的方法。我绝对应该开始学习正则表达式！谢谢。我只能得到最后一个目录名

$file = "/my/local/projects/Samplename/analysis/test/output/tool1/11894373690_cast/A1/A1a/ ";

my ($id) = $file =~ /\.(A1[^]+)/i;

更新 - 对不起，我之前把“not”拼错了“now”！我无法提取 id。谢谢！

【问题讨论】：

你尝试了什么？你是怎么提取身份证的？用正则表达式？没有它？
取决于你的身份证。都是数字吗？总是后跟下划线？
您可以尝试使用在线正则表达式解析器来构建它regexplanet.com/advanced/perl/index.html
如果你想在 bash 中使用 sed，... echo "/my/local/projects/Samplename/analysis/test/output/tool1/11894373690_cast/A1/A1a/ " | sed -e 's|^.*/([0-9][0-9]*)_cast/.*$|\1|'
@yonyon100 我无法获得 id，抱歉，我在前面的问题中拼错了“not”，这改变了问题！

标签： regex perl filepath

【解决方案1】：

简单的正则表达式或拆分都可以，但有多个核心包可用于处理路径。

这使用File::Spec 分割路径，然后加入新路径。请注意，没有转义之类的，没有/ 计数——实际上甚至不需要提及分隔符。

use warnings 'all';
use strict;

use File::Spec::Functions qw(splitdir catdir);

my $path_orig = '...';

my @path = splitdir $path_orig;

my ($mark, $dir);
foreach my $i (0..$#path) 
{ 
    if ($path[$i] =~ m/(\d+)_cast/) 
    {
        $dir = $1;
        $mark = $i;
        last;
    }
}

my $path_new = catdir @path[0..$mark-1], $dir . '_NEW';

当然，您可以通过其他方式操作@path 数组——从它的背面剥离组件 (pop @path while $path[-1] !~ /.../)，或者迭代并复制到一个新数组中，等等。

上面的代码很简单，不需要额外的数据复制，也不需要多个正则表达式匹配。

显然新旧路径有区别（tool1 vs tool2），请调整。重点是一旦路径被分割，通过数组就很简单了。

至于一个简单的正则表达式来获取 id

my ($id) = $path =~ m{/(\d+)_cast/};

如果\d+_cast 是确定明确的（只有一个名称中包含该名称的目录），请删除上面的/。

【讨论】：

【解决方案2】：

您需要解决什么问题？什么是动态的？对于这个 url，假设 posfix 将离开 _cast 你可以使用表达式：

(\d+)_cast

所以 ID 将在第一个选择组中

【讨论】：

或者只是\d+(?=_cast)，整个匹配就是id

【解决方案3】：

我确实找到了获取 id 的方法 - 它可能效率不高，但现在可以使用我做了

my $dir_path = "/my/local/projects/Samplename/analysis/test/output/tool1/11894373690_cast/A1/A1a/ ";
my @keys =(split(/[\/_]+/,$dir_path));
print "Key is $keys3[9]\n";

它打印出 11894373690 谢谢大家的建议！

【讨论】：