如何仅打印 perl 中所有匹配项的捕获组？

Question

如何在 perl 中仅打印所有匹配项的捕获组？ /g 似乎不起作用。

我认为我没有正确地使用if 语句，这就是我问的原因。正确的方法是怎样做的？（我在互联网上找不到任何有用的东西，我努力了好几个小时才让它最终起作用。）

$LONG_REGEX_WITH_TWO_CAPTURING_GROUPS="";
$file1="file1.html";

/* This part is complicated, this is why I said nothing 
 * about the two, but here is the result:
 *
 * Basically $2 (a letter) + whitespace + $1 (a filename)
 * a file.txt
 * b anotherfile.txt
 * c 3rdfile.txt
 * d 4thfile.txt
 * 
 * I want it to become>
 * a - (A specific part of the text in file.txt)
 * b - (A specific part of the text in anotherfile.txt)
 * etc.
*/

my $content1 = do { open my $fh, '<', $file1 or die $!; local $/; <$fh>; };

if ( $content1 =~ /$LONG_REGEX_WITH_TWO_CAPTURING_GROUPS/g ) {
    # Print the letter first ($2).
    print "$2 - ";
    # Open the corresponding file (it's name is $1).
    my $content2 = do { open my $fh, '<', $1 or die $!; local $/; <$fh>; };
    # Try to complete the task.
    if ( $content2 =~ /$SECOND_REGEX/g ) {
        print "$1\n"; # There is just one capturing group.
    }
}

但是，这只会打印第一个匹配项，即使它有一个全局标志。

如：

a - The desired text.

别管代码，问题很简单：如何只打印捕获组中的内容，但从所有匹配项中打印（或使其匹配文件中的所有内容）？

谢谢！

我正在编辑，所以我可以把代码放在这里：

#!/usr/bin/perl

$file1="file1.html";
my $content1 = do { open my $fh, '<', $file1 or die $!; local $/; <$fh>; };

foreach ( $content1 =~ m/LONG_REGEX_WITH_TWO_CAPTURING_GROUPS/g ) {
    # If I were to put a print "$content1"; here, the program would have
    # no output. Here is the problem, the question still remains.
    print "$2 - ";
    my $content2 = do { open my $fh, '<', $1 or die $!; local $/; <$fh>; };
    foreach ( $content2 =~ m/SECOND_REGEX>/g ) {
        print "$1\n"; # There is just one capturing group.
    }
}

这对我有用：

#!/usr/bin/perl

$file1="file1.html";
my $content1 = do { open my $fh, '<', $file1 or die $!; local $/; <$fh>; };
while ( $content1 =~ /LONG_REGEX_WITH_TWO_CAPTURING_GROUPS/g ) 
    print "$2 - ";
    my $content2 = do { open my $fh, '<', "../../VT/$1" or die $!; local $/; <$fh>; };
    while ( $content2 =~ /SECOND_REGEX/g ) {
        print "$1\n\n<br/>"; # There is just one capturing group.
    }
}

Answer 1

您想遍历匹配项，但没有循环。 g 修饰符使您成为一个包含所有匹配项的数组，您必须遍历该数组。

@matches = ( 'foo' =~ m{o}g );

这将使您成为一个包含两个 "o" 字符串的数组。

您可以使用如下代码迭代匹配项：

foreach ( 'foo' =~ m{o}g ) { ... }

如果您想迭代并且只需要匹配组，则必须在标量上下文中调用匹配运算符。下面是一个例子：

$str="a m7 bcd 9 m2 cde m3";
while ($str =~ m{m(\d)}g) {
   print "$1\n";
}

这会打印 7、2 和 3，每一个都排成一行。

Answer 2

我不清楚该正则表达式究竟是如何工作的，但这里有两种可能的情况。

您似乎有一个匹配一个大模式中的多个（两个）子模式的正则表达式。那么你就不需要/g 修饰符了；当大模式匹配时，子模式也匹配（根据需要捕获）。然后你可以在列表上下文中使用m operator，以便它返回这些捕获，而不是返回真/假，它在标量上下文中的作用

my $string = q(73 name);

my @matches = $string =~ /([0-9]+) \s* ([a-z]+)/xi;

if (@matches) {
    # it matched, process the two captures
}

这可以在if 语句的条件内完成

if (my @matches = $string =~ /([0-9]+)\s*([a-z]+)/i) { 
    # getting here only means that there were *some* matches
    # check @matches as suitable, process
}

现在整个事情的范围是if 语句；外面没有@matches 变量。

或者，在这种情况下，您可以简单地使用捕获变量，例如

if ( $string =~ /([0-9]+) \s* ([a-z]+)/xi ) {
    # use $1 and $2 (check whether they were both defined)
}

在regex operators in perlop 上查看更多信息，并查看参考perlre。

---

另一种可能性是，一个正则表达式模式需要在字符串中匹配多次，因为引擎会沿着字符串进行解析。为此，您确实需要 \g 修饰符。

上面写着"Global matching" in perlretut

[...] 修饰符/g 代表全局匹配，允许匹配运算符在一个字符串内尽可能多地匹配。在标量上下文中，对字符串的连续调用将使/g 从一个匹配跳到另一个匹配，同时跟踪字符串中的位置。 [...]

由于您需要同时处理两个匹配项，因此您需要在list context 中进行匹配并将返回的匹配项捕获到一个数组中，然后处理该数组。例如

my $string = '1 one 2 two';
my @matches = $string =~ /([a-z]+)/gi;  # @matches has elements: ('one', 'two')
# check how many @matches, etc

或者也许像上面一样在if 里面

if (my @matches = $string =~ /([a-z]+/gi) { 
    # check, process...
}

在处理之前为@matches 中捕获的内容添加适当的检查。

---

对 Q 中贴出的代码的评论

当您将正则表达式作为if 语句的条件时，它位于“标量”上下文中。这意味着，正如上面文档中的引用所示，如果重复调用，它将一一返回匹配项。在您的 if 中，它运行一次，因此您只能获得第一场比赛。所以$2 是undef。

当您在foreach 下（在编辑中）拥有它时，它确实在列表条件下是 - 但foreach 从语句中获取列表（因此两者都匹配）并且然后它通过它迭代。所以每次通过你手头只有一个的比赛！又不行了。