perl - 是否可以修改单词字符类或\b 边界以排除下划线字符？

Question

我需要替换一个非常大的预定义模式列表。
这些模式只能包含 [a-zA-Z] 字符，不包括下划线。
这些模式可能以不同的形式出现:作为一个完整的单词或单词前面和/或后面跟一个 undescore char '_'
示例:我想用 BAR 替换 FOO
我使用以下 4 个说明

$ cat > /tmp/try.pl
s/\bFOO\b/BAR/g;s/\bFOO_/BAR_/g;s/_FOO\b/_BAR/g;s/_FOO_/_BAR_/g;
$ perl -p /tmp/try.pl 
FOO aaa_FOO FOO_bbb FOO.txt a-FOO-b.txt aaa_FOO_bbb dontchange_FOOQUX_dontchange
BAR aaa_BAR BAR_bbb BAR.txt a-BAR-b.txt aaa_BAR_bbb dontchange_FOOQUX_dontchange

它正是我想要的。但是有数千个单词需要时间。
如果我可以从单词字符类中排除下划线，我想我只能使用一条指令:

s/\bFOO\b/BAR/g.

那么有没有办法修改 perl 世界字符类或/b 边界定义以排除下划线字符？

Answer 1

更新
需要澄清的是，要替换的单词是给定列表中的文字字符串(无需匹配 [a-zA-Z])——然后使用由这些单词构建的交替。† 此外，这些单词中的每一个都需要替换为同样预定义的，给定，模式。为此使用哈希。
我认为一个词不能被除 _ 之外的任何东西包围。或字边界，在任一侧。为此可以使用 lookarounds
一个测试程序

use warnings;
use strict;
use feature 'say';

my @words_to_replace = qw(one ones thing nothing clean);
my %replacement = map { $_ => 'NEW.'.$_ } @words_to_replace;

my $re_word = join '|', @words_to_replace;  # no quotemeta; only [a-zA-Z]

my @test = qw(noone ones_ athing _thing nothing. _nothing_ clean);

for (@test) {
    printf "For %-12s: ", "|$_|";

    if ( s{ (?<! [^_\W]) ($re_word) (?! [^_\W]) }{$replacement{$1}}x ) {
        say "mathced |$1|, now have |$_|";
    }
    else { say '' }
}

我通过附加 NEW. 来替换每个单词到它。按预期打印。
环顾四周指定单词不能被除 _ 以外的任何东西包围。或 \W (字符字边界)。那里令人讨厌的三重否定(不是任何非单词边界字符)也是一种在环视中解释零宽度 anchor 的方法。

† 如果获得的模式长于大约 32k 左右的字符，则用(“数千”个)单词构建的交替对于正则表达式来说可能是一个问题。如果您的列表确实很长，以至于 $re_word的长度超过这个数字，也许最​​经济的方法是将列表分成多个足够小的列表，并为每个列表执行上述操作。 (尝试一次匹配和替换一个单词会慢得多。)

原回复 (相信我们需要匹配 [a-zA-Z]，只有可能的 _ 左右)
一种方法是使用 POSIX character classes ，其中 [[:alpha:]]匹配 [a-zA-Z]我不清楚通用词的替代品是什么，但是一旦给出

s/([[:alpha:]]+)/$replacement/;

另一种方法是按照你喜欢的方式形成一个模式并使用它

my $re_char = qr/[a-zA-Z]/;

s/($re_char+)/$replacement/;

请说明该替换应该如何工作(除了 foo-bar 语言)。
如果替换本身无关紧要，但仅当匹配的单词可能在两侧仅被 _ 包围时才需要进行替换。那么可以使用 lookarounds排除除 _ 以外的任何字符

m/(?<! [^_] )( [[:alpha:]]+ ) (?! [^_]) /x;

( 编辑— 要添加词边界，请改用 [^_\W]。参见第一部分)
一个测试程序

use warnings;
use strict;
use feature 'say';

my @words = qw(_before _. after_ _both_ none .ahem nah/);

for (@words) { 
    printf "%-8s:\t", $_; 
    if ( m/(?<! [^_] )( [[:alpha:]]+ ) (?! [^_]) /x ) { 
        say $1; 
    }   
    else { say "... no match" }
} 

这匹配单词( [a-zA-Z] )在两侧或两侧带有下划线，或者它们周围没有任何东西，但不匹配带有其他字符的单词( . 和 / )。
( 编辑— 要允许词边界与 _ 一起使用 [^_\W] 。参见第一部分)