如何编写一个长正则表达式使其适合屏幕？答案

【问题标题】：How can I write a long regular expression so it fits on the screen?如何编写一个长正则表达式使其适合屏幕？
【发布时间】：2009-06-22 07:55:05
【问题描述】：

我在 Perl 中有匹配正则表达式。超过一行的匹配句子。

我意识到我必须在一行中输入匹配正则表达式，如果我传播多行失败：

$array_11 =~ m{By Steve (.*), MarketWatch LONDON (.*) -- Shares of Anglo American rallied on Monday morning as (.*) bet that the mining group will reject a (.*)};'

如果我把它写成多行，它将无法匹配这个字符串。

【问题讨论】：

为什么要调用标量变量 $array_11？
你期望这个字符串“模式”有多少个独特的组合？

标签： regex perl code-formatting

【解决方案1】：

如前所述，您似乎正在寻找 x 修饰符。该修饰符忽略正则表达式中的所有空格，并允许 cmets（以 # 开头）。

在你的情况下它有点难看，因为你必须替换所有空格您确实想通过 [ ]、\s 或 \s+ 匹配正则表达式：

$array_11 =~ m{By \s+ Steve \s+ (.*), \s+
               MarketWatch \s+ LONDON \s+ (.*) \s+
               -- \s+ Shares \s+ of \s+ Anglo \s+ American \s+ 
               rallied \s+ on \s+ Monday \s+ morning \s+ as \s+ 
               (.*) \s+ bet \s+ that \s+ the \s+ mining \s+ 
               group \s+ will \w+ reject \w+ a \w+(.*)
              }x;

所以实际上我可能会这样写：

my $sentence= q{By Steve (.*), MarketWatch LONDON (.*) }
            . q{-- Shares of Anglo American rallied on Monday morning as (.*) }
            . q{bet that the mining group will reject a (.*)}
            ;
my $array_11=~ m{$sentence};

最后一条评论：$array_11 有强烈的代码味道，如果是数组，则将其设为数组，而不是多个标量变量。

【讨论】：

使用 greedy 会得到大量的回溯。* 每次使用 .* 时，你都会吞下所有剩下的字符，然后回溯，直到你可以完成下一部分。非贪婪的 .*?至少会注意下一个序列。而且我不希望您期待“Steve MarketWatch，MarketWatch LONDON”，所以.*？ explicit 让你想要注意其余的字符。
过早的优化...好吧，你是对的，我并没有真正关注正则表达式的内容，也许我应该关注！将每个 .* 替换为 .*？效率会高很多。谢谢。
你应该决定 .* 还是 .*？基于您希望在模棱两可的情况下匹配的内容，而不是更快的匹配。
@ysth：我想我也表达了这一点——当我说我怀疑他期待“Steve MarketWatch”序列时。这不仅仅是关于速度。这是一个健全的检查；它只包含速度问题。有点像：“select * from terabyte_table”是一个设计问题，也是一个优化。

【解决方案2】：

您可能正在寻找 /x 修饰符。

来自perldoc perlre：

x 通过允许空格和 cmets 扩展模式的易读性。

【讨论】：

【解决方案3】：

所有逃逸的空间都非常丑陋和分散注意力。所以，这里有一个替代方案：

my ($pattern) = map { qr/$_/ } join q{ }, split q{ }, <<'EOP';
    Steve (.*), MarketWatch LONDON (.*) --
    Shares of Anglo American rallied on Monday morning
    as (.*) bet that the mining group will \w+ reject
    \w+ a \w+(.*)
EOP

$text =~ $pattern;

注意：我留下了 (.*)，因为我不知道 OP 想要什么，但请参阅 Axeman 对 mirod's answer 的评论。

【讨论】：