Besoin d'aide avec un quantificateur gourmand

Question

Je fais une simple recherche et un remplacement en Perl, mais j'ai besoin d'aide. Il s'agit de lignes dans un fichier :

1001(seperator could be "anything")john-1001(seperator could be "anything")mark
1001(seperator could be "anything")mark-1001(seperator could be "anything")john

Je veux attribuer un nouveau nom d'utilisateur à John, comme 2001. Voici donc le résultat que je souhaite obtenir :

2001($1)john-1001-mark
1001-mark-2001($1)john

Ma regex fonctionne correctement lorsque John est en premier, mais lorsque Mark est en premier, elle est perturbée.

Answer 1

Il est pratiquement impossible de répondre à cette question sans avoir une idée de ce que peut être le séparateur - quels caractères, combien de caractères, etc. Un séparateur arbitraire non gourmand ressemblerait à ceci :

s/\b1001\b(?=.*?\bjohn\b)/2001/

Il remplace "1001" lorsqu'il est suivi de "john" tout en respectant le nombre minimum de caractères intermédiaires. .*? est la version non gourmande de .* . Cependant, les expressions rationnelles correspondent toujours à ce qui est possible, donc ceci correspondrait toujours à ce qui suit

1001-mark-1001-john

En d'autres termes, il ne s'agit pas seulement d'un problème d'avidité. Nous devons définir au moins l'une des trois choses suivantes :

• Les caractères que le séparateur peut contenir.
• Les caractères le séparateur ne peut pas contenir.
• Le nombre de caractères du séparateur.

Si nous supposons que le séparateur ne peut pas contenir de caractères "word" (a-z, 0-9, et underscore), nous pouvons obtenir quelque chose de réalisable :

s/\b1001\b(?=\W+?\bjohn\b)/2001/

Les parties connues ("1001" et "john") sont bornées pour éviter qu'elles ne correspondent à d'autres chaînes avec ces sous-chaînes. (Merci à Chas d'avoir remarqué ce cas particulier).

Answer 2

Essayez ceci :

#!/usr/bin/perl

use strict;
use warnings;

while (<DATA>) {
    s/\b1001-john\b/2001-john/;
    print;
}

__DATA__
1001-john-1001-mark
1001-mark-1001-john
11001-john
1001-johnny

En \b l'empêche de faire correspondre des éléments autres que "1001-john" . Voir la section "Assertions" de perldoc perlre pour plus d'informations.

---

Hmmm, il semble que vous ayez besoin d'une sexeger :

#!/usr/bin/perl

use strict;
use warnings;

while (<DATA>) {
    my $s = reverse;
    $s =~ s/\bnhoj(.*?)1001\b/nhoj${1}1002/;
    $s = reverse $s;
    print $s;
}

__DATA__
1001-john-1001-mark
1001-mark-1001-john
11001-john
1001-johnny

L'idée de base d'un sexeger est d'inverser la chaîne, d'utiliser une regex inversée, puis d'inverser le résultat. Le problème est que .*? vous donne la chaîne la plus courte à partir de la première correspondance, et non la chaîne la plus courte possible. Bien sûr, cela pose toujours un problème avec "1001-mark-2001-john" en tant que .*? correspondra à "-mark-2001-" . Il est probablement préférable de déterminer le format du fichier et de l'analyser plutôt que d'essayer d'utiliser une expression rationnelle.

Answer 3

Je suppose, d'après vos commentaires, que le séparateur n'est pas toujours un trait d'union et qu'il peut en fait être composé de plus d'un caractère.

Dans ce cas, essayez :

s/\d+([^\d]*)john/2001$1john/

Le séparateur entre "1001" et "john" restera ainsi intact lors du remplacement. Notez qu'aucun chiffre n'est autorisé dans le séparateur, donc cela fonctionnera même si "john" apparaît après "mark" (parce que "-mark-1001-" n'est pas un séparateur valide).

Answer 4

Il peut s'agir de quelque chose comme

$s = '1001-mark-1001-john';
$s =~ s/(\d+)(-john)/2001$2/i;
print $s;