perl：如何删除两个模式之间的特定单词或模式

Question

我想使用 perl 删除两个模式中的一些单词

以下是我的正文

..........

QWWK jhjh  kljdfh jklh jskdhf jkh PQXY
lhj ah jh sdlkjh PQXY jha slkdjh 
PQXY jh alkjh ljk
kjhaksj dkjhsd KWWQ
hahs dkj h PQXY
.........

现在我想删除仅位于两个模式之间的所有 PQXY 个单词 ^QWWK 和 KWWQ$

我知道如何通过以下命令替换两个模式之间的整个内容

perl -0777pe 's/^QWWK(?:(?!QWWK|KWWQ).)*KWWQ$/sometext/gms' filename

另请注意，^QWWK(?:(?!QWWK|KWWQ).)*KWWQ$ 此模式仅匹配那些中间没有 QWWK 和 KWWQ 的模式。

Answer 1

您可以使用范围运算符：

perl -pe 's/PQXY//g if /^QWWK/ .. /KWWQ$/'

Answer 2

更新： 仅当 ^QWWK 和 KWWQ$ 之间不存在 QWWK 或 KWWQ 时才替换 PQXY 试试这个：

perl -pe 'if (/^QWWK/ .. /KWWQ$/) {s/PQXY//g if ! /.+QWWK/ && !/KWWQ.+/}' filename

我确定它可以清理/打高尔夫球，但我认为它会满足您的要求。

Answer 3

如果我正确理解你的问题，使用正则表达式以外的其他工具可能会更清楚。以下确实将单词之间的任何白色 space 折叠为单个 space.

输入 qwwk.txt（加了一行）

..........

QWWK jhjh  kljdfh jklh jskdhf jkh PQXY
lhj ah jh sdlkjh PQXY jha slkdjh
PQXY jh alkjh ljk
kjhaksj dkjhsd KWWQ
hahs dkj h PQXY
.........

KWWQ in mid line doesn't trigger: QWWK a PQXY b KWWQ c QWWK d PQXY e KWWQ

命令perl qwwk.pl qwwk.txt

输出

..........

QWWK jhjh kljdfh jklh jskdhf jkh
lhj ah jh sdlkjh jha slkdjh
jh alkjh ljk
kjhaksj dkjhsd KWWQ
hahs dkj h PQXY
.........

KWWQ in mid line doesn't trigger: QWWK a PQXY b KWWQ c QWWK d PQXY e KWWQ

计划qwwk.pl

use strict; use warnings;
while(<>) {             # for each line
    my @out;
    my @words=split;    # get its words

    for my $i (0..$#words) {
        my $w=$words[$i];
        my $active = ($i==0 && $w eq q(QWWK)) .. ($i==$#words && $w eq q(KWWQ));
            # Keep track of where we are.  See notes below.
        push @out, $w unless $active and ($w eq q(PQXY));
            # Save words we want to keep
    } #foreach word

    print join(q( ), @out), qq(\n);     # Print the words we saved
} #foreach line

关键是 $active= FOO .. BAR 赋值中的触发器 (..) 运算符保持其状态，而不管周围发生什么。它将是真实的行首的 QWWK (($i==0 && $w eq q(QWWK))) 到行尾的 KWWQ (($i==$#words && $w eq q(KWWQ)))，无论中间有多少行。

单行

perl -Mstrict -Mwarnings -ne 'my @out; my @words=split; for my $i (0..$#words) { my $w=$words[$i]; my $active = ($i==0 && $w eq q(QWWK)) .. ($i==$#words && $w eq q(KWWQ)); push @out, $w unless $active and ($w eq q(PQXY)); } print join(q( ), @out), qq(\n);' qwwk.txt

此处的区别在于 -n 提供了 while(<>){} 循环，因此 -e 脚本中不包含它。（另外，现在你知道我为什么在独立程序中使用 q() 和 qq() 了；）。）

Answer 4

这是您尝试过的方法，还需要稍微多一点才能发挥作用

perl -0777 -wpe's{^(QWWK (?:(?!QWWK|KWWQ).)*? KWWQ)$}{  =~ s/PQXY//gr }egmsx' file

/e modifier 使其将替换端评估为代码，我们运行那里有一个正则表达式。

在该正则表达式中，/r 修饰符使其 return 更改后的字符串（而不是更改原始字符串，是什么让我们可以运行它在 </code> 上，这是只读）。</p> <p>上面的代码满足 <code>^QWWK-to-KWWQ$ 文本块不包含任何这些短语的要求，但一些评论可能会有所帮助。

我们不需要 非贪婪 .*? 因为 .*（在负前瞻之后）实际上停止在 KWWQ$。但这很难确定，.* 有可能吞噬所有直到最后的 KWWQ，包括所有其他可能的块和任何文本他们之间。

总而言之，我只是觉得 .*? 更安全、更简单，特别是是所需要的。

QWWK 必须开始一行（在问题中用 ^ 给出）才能成为块的标记。如果在块内发现额外的 QWWK 则整个块不匹配。但是，如果里面的 "extra" QWWK 恰好在一行的开头，那么

块不匹配，因为里面有 QWWK
实际上匹配的是 that QWWK

我在上面使用 /x 以便能够 space 出模式以提高可读性。

perl：如何删除两个模式之间的特定单词或模式

perl: how to remove particular word or pattern in between two patterns

regex

perl

multiline

text-processing