regex - Perl split 函数 - 使用重复字符作为分隔符

Question

我想使用重复字母作为分隔符来分割字符串，例如，"123aaaa23a3" 应拆分为 ('123', '23a3')，而 "123abc4" 应保持不变。
所以我尝试了这个:

@s = split /([[:alpha:]])\1+/, '123aaaa23a3';

但这返回'123', 'a', '23a3'，这不是我想要的。现在我知道这是因为 'aaaa' 中的最后一个 'a' 被括号捕获，因此被 split() 保留。但无论如何，我无法添加类似 ?: 的内容，因为必须捕获 [[:alpha:]] 以供反向引用。我该如何解决这种情况？

Answer 1

嗯，这很有趣。我的第一个想法是 - 你的分隔符将始终是奇数，因此你可以丢弃任何奇数数组元素。

也许是这样的？:

my %s = (split (/([[:alpha:]])\1+/, '123aaaa23a3'), '' );
print Dumper \%s;

这会给你:

$VAR1 = {
          '23a3' => '',
          '123' => 'a'
        };

因此您可以通过键提取您的模式。

不幸的是，我通过 %+ '选择'模式匹配的第二种方法并没有特别帮助( split 不会填充正则表达式的内容)。

但是像这样:

my @delims ='123aaaa23a3' =~ m/(?<delim>[[:alpha:]])\g{delim}+/g; 
print Dumper \%+;

通过使用命名捕获，我们可以识别 a 来自捕获组。不幸的是，当您通过 split 执行此操作时，这似乎并未填充 - 这可能会导致两次传递方法。

这是我得到的最接近的:

#!/usr/bin/env perl
use strict;
use warnings;
use Data::Dumper;

my $str = '123aaaa23a3';

#build a regex out of '2-or-more' characters. 
my $regex = join ( "|", map { $_."{2,}"} $str =~ m/([[:alpha:]])\1+/g);
#make the regex non-capturing
$regex = qr/(?:$regex)/;
print "Using: $regex\n";

#split on the regex
my @s  = split m/$regex/, $str;

print Dumper \@s;

我们首先处理字符串以提取“2 个或更多”字符模式，以设置为我们的分隔符。然后我们使用非捕获方式将它们组装成一个正则表达式，这样我们就可以进行拆分。