Question

我可以保留正则表达式本身中匹配的每个不同字符的数量吗？

假设正则表达式看起来像/>(.*)[^a]+/

我是否可以对小组p捕获的字符串中的字母(.*)进行计数？

Answer 1

您必须捕获匹配的字符串并单独处理。

此代码演示

use strict;
use warnings;

my $str = '> plantagenetgoosewagonattributes';

if ($str =~ />(.*)[^a]+/) {
  my $substr = $1;
  my %counts;
  $counts{$_}++ for $substr =~ /./g;
  print "'$_' - $counts{$_}\n" for sort keys %counts;
}

<强>输出

' ' - 1
'a' - 4
'b' - 1
'e' - 4
'g' - 3
'i' - 1
'l' - 1
'n' - 3
'o' - 3
'p' - 1
'r' - 1
's' - 1
't' - 5
'u' - 1
'w' - 1

Answer 2

在正则表达式之外：

my $p_count = map /p/g, />(.*)[^a]/;

自包含：

local our $p_count;
/
   (?{ 0 })
   >
   (?: p (?{ $^R + 1 })
   |   [^p]
   )*
   [^a]
   (?{ $p_count = $^R; })
/x;

在这两种情况下，您都可以轻松扩展它以计算所有字母。例如，

my %counts;
if (my ($seq = />(.*)[^a]/) {
   ++$counts{$_} for split //, $seq;
}

my $p_count = $counts{'p'};

Answer 3

AFAIK，你做不到。您只能通过括号捕获某些组，然后检查该组捕获的数据长度。

Answer 4

按照鲍罗丁的解决方案，这里是一个纯粹的打击：

let count=0  
testarray=(a b c d e f g h i j k l m n o p q r s t u v w x y z) 

string="> plantagenetgoosewagonattributes"                 # the string 
pattern=">(.*)[^a]+"                                   # regex pattern

limitvar=${#testarray[@]}                                  #array length

[[ $string =~ $pattern ]] && 
( while [ $count -lt $limitvar ] ; do sub="${BASH_REMATCH[1]//[^${testarray[$count]}]}" ; echo "${testarray[$count]} = ${#sub}" ; ((count++)) ; done )

从bash 3.0开始，bash引入了可以通过BASH_REMATCH [n]访问的捕获组。

解决方案声明字符被计为数组[在复杂情况下检查declare -a数组声明]。单个字符计数不需要计数变量，没有构造但是字符的变量而不是一个数组。

如果你在上面的代码中包含范围，那么这个数组声明就可以完成。

testarray=(`echo {a..z}`)

if的介绍循环将说明0计数字符的显示。我想让解决方案尽可能简单。

Answer 5

有实验性的，不使用我，(?{ code })构造......

来自man perlre：

“（？{code}）” 警告：此扩展正则表达式功能被认为是实验性的，可能是更改，恕不另行执行的具有副作用的代码可能执行不相同由于未来优化在正则表达式引擎中的影响，从版本到版本。

如果这没有让你害怕，这里有一个计算“p”的数量的例子

my $p_count;
">pppppbca" =~ /(?{ $p_count = 0 })>(p(?{$p_count++})|.)*[^a]+/;
print "$p_count\n";

Answer 6

首先评论一下：由于*的贪婪，最后[^a]+将永远不会匹配多个非字符 - 也就是说，您可能会删除+。

正如@mvf所说，你需要捕获通配符匹配的字符串，以便能够计算其中的字符数。 Perl正则表达式无法返回特定组匹配的次数 - 引擎可能会保留数字以支持{,n}机制，但是您无法获得它。

计算与正则表达式通配符匹配的字符串中特定字符的匹配数

6 个答案: