regex - 为什么这个 Regex 匹配只显示捕获变量中的第一个单词，而不是整行？

Question

我是 Perl 和正则表达式的新手，所以如果我误用了术语，请耐心等待。

我正在尝试读取包含电影剧本的文本文件，并使用正则表达式显示特定角色所说的所有台词。这是我正在使用的摘录:

BRIAN: Hello, mother.
MANDY: Don't you 'hello mother' me. What are all those people doing out ther    e?!
BRIAN: Oh. Well-- well, I, uh--
MANDY: Come on! What have you been up to, my lad?!
BRIAN: Well, uh, I think they must have popped by for something.
MANDY: 'Popped by'?! 'Swarmed by', more like! There's a multitude out there!
BRIAN: Mm, they-- they started following me yesterday.
MANDY: Well, they can stop following you right now. Now, stop following my son! You ought to be ashamed of yourselves.
FOLLOWERS: The Messiah! The Messiah! Show us the Messiah!
MANDY: The who?
FOLLOWERS: The Messiah!
MANDY: Huh, there's no Messiah in here. There's a mess, all right, but no Me    ssiah. Now, go away!
FOLLOWERS: The Messiah! The Messiah!
MANDY: Ooooh.
FOLLOWERS: Show us the Messiah! The Messiah! The Messiah! Show us the Messiah!
MANDY: Now, you listen here! He's not the Messiah. He's a very naughty boy! Now, go away!

代码如下:

  1 use strict;
  2 use warnings;
  3 
  4 my $filename = "movie_script.txt";
  5 my $charname = $ARGV[0];
  6 
  7 if (-e $filename) {
  8     print "File exists.\n";
  9 } else {
 10     print "Alas, file does not exist.\n";
 11     exit 1;
 12 }
 13 
 14 open(my $fh, '<', $filename);
 15 
 16 my $match = "^($charname):.*/i";
 17 
 18 while (my $line = <$fh>) {
 19     if ( $line =~ m/^($charname):.*/i ) {
 20         $line =~ s/($charname): //i;
 21         print $line;                                                
 22     }
 23 }   
 24 print "\n";
 25 close $fh;

代码运行良好，当我运行程序时，将“Brian”作为命令行参数传递，它只显示 Brian 的台词，如果我输入“Mandy”或“Followers”(均不区分大小写。 )

我试图了解捕获变量的工作原理，以便我可以更灵敏地操作文本文件。当我将第 21 行更改为 print $1 而不是 print $line 时，我希望结果是相同的，因为我提供的正则表达式应该匹配任何实例“BRIAN”，后跟一个冒号，然后是任意数量的字符，直到行尾。

然而，当我这样做时，它只会返回:

BRIANBRIANBRIANBRIAN

... 而不是属于 Brian 的四行。所以我尝试交换第 22 行和第 21 行，将 print $1 语句放在正则表达式替换之前，但返回相同的结果。

为什么捕获变量只显示第一个单词“BRIAN”而不显示整行？我确信这是一个非常简单的错误，但我很难理解我做错了什么。

Answer 1

让我们看看您的代码:

while (my $line = <$fh>) {
    if ( $line =~ m/^($charname):.*/i ) {
        $line =~ s/($charname): //i;
        print $line;                                                
    }
} 

在你的第一行:

while (my $line = <$fh>) {

您将 $fh 中的一行读入 $line。没关系。然后我们寻找您的角色名称:

if ( $line =~ m/^($charname):.*/i ) {

您在字符串的开头查找字符名称(这就是 ^ 所做的)，后跟一个冒号，然后是任何其他字符。 .* 毫无意义，因为它根本不会改变正则表达式匹配的内容。

但是放在 $charname 两边的括号会做一些有趣的事情。他们捕获与正则表达式的那部分匹配的字符串位并将其存储在 $1 中。现在，老实说，这有点浪费。由于 $charname 是固定字符串，您已经知道 $1 中的内容。它将是“BRIAN”或您要查找的任何角色。

$line =~ s/($charname): //i;
print $line;

然后您编辑 $line 以从行的开头删除字符名称和冒号(和空格)。所以你只是得到所说的线。然后打印出来。

到目前为止一切顺利。您的代码在某些地方有点浪费，但它按照您的想法行事。

然后你改变行:

print $line;

收件人:

print $1;

你会感到困惑:-)

但正如我们已经看到的，捕获括号将在 $1 中存储“BRIAN”。因此，如果您打印 $1，您将看到“BRIAN”。

你问，

Why is the capture variable only showing the first word "BRIAN" and not the whole line?

答案是，因为这是您要求它执行的操作。 $1 将包含捕获括号内的内容。这是 $charname。这是“布莱恩”。正则表达式匹配的其余部分在括号之外，因此它不会以 $1 结尾。

这有意义吗？