Perl的正则表达式的问题

通过“编程Perl的工作一个PHP程序员新的Perl，我所遇到的以下的正则表达式：Perl的正则表达式的问题

/^(.*?): (.*)$/;

此正则表达式的目的是分析电子邮件标头并将其插入到哈希。电子邮件头包含在一个单独的.txt文件，并在以下格式：

From: [email protected] 
To: [email protected] 
Date: Mon, 1st Jan 2000 09:00:00 -1000 
Subject: Subject here

我使用这个例子正则表达式的工作，整个代码如下：

use warnings; 
use strict; 

my %fields =(); 

open(FILE, 'header.txt') or die('Could not open.'); 

while(<FILE>) 
{ 
    /^(.*?): (.*)$/; 
    $fields{$1} = $2; 
} 

foreach(%fields) 
{ 
    print; 
    print "\n"; 
}

现在，在我的问题上。我不确定为什么第一个子模式被修改为使用最小量词。这可能是一个小问题，但我不明白为什么它已经完成。

感谢您的回复。

来源

2011-05-19 Pete171

请注意，作为一个侧面的问题，这里看到的邮件处理不处理邮件标题的延续线。以下是合法和共同的标题行：“主题：这是\ n \ tmultiline主题行\ n”。也请接受你最喜欢的答案。 – 2011-05-19 20:03:40

请注意，最小量词可以用适用于适当受限字符类的普通（贪婪）量词替换。在这种情况下，请考虑/ ^（[^：] *）：（。*）$ /，其中第一组捕获尽可能多的非冒号字符。 – Narveson 2011-05-19 20:34:51

只是一个侧面说明，尽管是一个经典的编程Perl，但它显示了它的年代，并且不包括当前关于风格方面的最佳实践的想法。看看Modern Perl，有效的Perl编程或者Perl最佳实践来获取这些信息。较新版本的Llama（Learning Perl）也具有这些风格差异。 PS，不要浪费时间学习伪哈希，他们已经从语言中删除了。 – daotoad 2011-05-20 05:00:55

如果没有，则如果值包含:<space>，则存在无法正确匹配的风险。

试想：

Subject: Urgent: Need a regex

没有最小匹配$1会得到Subject: Urgent和$2将Need a regex。

来源

2011-05-19 17:43:19 Mat

太好了。感谢大家的回复！ – Pete171 2011-05-19 17:55:15

不需要想象有问题的标题，OP的Date：标题中有另一个冒号。 :-) – tadmc 2011-05-19 23:42:24

@tadmc：'Date：'头文件没有这个问题，它没有'：'后面跟着一个空格。 – Mat 2011-05-20 04:45:21

请考虑如果主题为Subject: RE: reply to something会发生什么情况。

最小量词将在Subject后停止，但贪婪量词将匹配到RE。

来源

2011-05-19 17:43:05 dsolimano

因为否则它会匹配所有字符直到最后'：'。例如，这个字符串没有最小量词：

Test: My: Weird: String

将作为第一组匹配“Test：My：Weird”。但最小的量词只会匹配“测试”。

来源

2011-05-19 17:43:42

如果没有最小量词，日期行的第一个捕获就不会是“Date：Mon，2000年1月1日09:00：”而不是“Date：”？

来源

2011-05-19 17:43:45

不是真的，因为原来的reg。恩。 '：'后面还包含空格。因此，在这种情况下，它将与具有和不具有最小量词的相同组相匹配。 – 2011-05-19 17:45:37

啊，好点。无论如何，这里的其他答案都更好。 – 2011-05-19 17:47:01

如果没有这个最小量词，从“Date：”行获得的$ 1的值实际上是“Date：Mon，2000年1月1日09:00”，因为默认情况下Perl正则表达式是贪婪的。

来源

2011-05-19 17:44:48

不是真的，因为原来的reg。恩。 '：'后面还包含空格。因此，在这种情况下，它将与具有和不具有最小量词的相同组相匹配。 – 2011-05-19 17:46:30

它使用最小量词的原因是它不需要阅读比冒号更远的地方。事实上，它不应该。我不确定哪些字符可以存在于这些关键字中，但我确信.有点过于宽泛，这就是问题所在。如果您的字段包含任何冒号，非最小的正则表达式将吞噬了这一切，例如：

Subject: Counter Strike: Source

如果第一个子模式是贪婪的，它会抓住Subject: Counter Strike，而不仅仅是Subject。

来源

2011-05-19 17:45:40 TLP

不是真的，因为原来的reg。恩。 '：'后面还包含空格。因此，在这种情况下，它将与具有和不具有最小量词的相同组相匹配。 – 2011-05-19 17:46:44

啊，好眼睛！ :) – 2011-05-19 17:48:05

是的，我看到你的评论前三次你发布它.. = P – TLP 2011-05-19 17:48:17

Perl的正则表达式的问题

回答

相关问题