我如何使完全不捕获的任意Perl正则表达式？ （回答：您不能）

Question

如何从Perl正则表达式字符串中任意嵌套的子组中删除捕获？我想将任何正则表达式嵌套到一个包围表达式中，该表达式将子正则表达式捕获为一个整体以及静态已知的后续组。我是否需要手动将正则表达式字符串转换为使用所有未捕获的(?:)组（并希望我不要搞乱），或者是否有提供此功能的Perl正则表达式或库机制？

# How do I 'flatten' $regex to protect $2 and $3?
# Searching 'ABCfooDE' for 'foo' OK, but '((B|(C))fo(o)?(?:D|d)?)', etc., breaks.
# I.E., how would I turn it effectively into '(?:(?:B|(?:C))fo(?:o)?(?:D|d)?)'?
sub check {
  my($line, $regex) = @_;
  if ($line =~ /(^.*)($regex)(.*$)/) {
    print "<", $1, "><", $2, "><", $3, ">\n";
  }
}

附录：我隐约知道$&，$`和$'，并建议尽量避免使用它们，而且我无权访问${^PREMATCH}，${^MATCH}和${^POSTMATCH}在我的Perl 5.8环境中。可以使用上述方法将上面的示例划分为2/3块，更复杂的实际情况可以手动进行迭代，但是我认为，如果可能，我希望有一个通用的解决方案。

[Accepted Answer：

我希望存在，但令人惊讶的是（至少对我而言）没有，这是一个使内容不透明的封装组，因此后续的位置反向引用将内容视为单个实体，而名称引用是范围外的gbacon对于Perl 5.10+具有潜在的有用解决方法，FM显示了针对任何版本的手动迭代机制，可以在特定情况下实现相同的效果，但是j_random_hacker称没有真正的语言机制可以封装子表达式。

如何从Perl正则表达式字符串中任意嵌套的子组中删除捕获？我想将任何正则表达式嵌套到一个包围表达式中，该表达式也将子正则表达式捕获为一个整体实体...

Answer 1

一般来说，不能。

Answer 2

保护您关心的子模式的一种方法是使用named capture buffers：

Answer 3

[这不能解决一般情况，但是您可以在标量上下文中使用/g选项来处理您的特定示例，这将使您将问题分为两个匹配项，第二个从第一个中断的地方开始：] >

sub check {
    my($line, $regex) = @_;
    my ($left_side, $regex_match) = ($1, $2) if $line =~ /(^.*)($regex)/g;
    my $right_side = $1 if $line =~ /(.*$)/g;
    print "<$left_side> <$regex_match> <$right_side>\n"; # <AB> <CfooD> <E123>
}

check( 'ABCfooDE123', qr/((B|(C))fo(o)?(?:D|d)?)/ );

Answer 4

如果您只需要匹配前后的字符串部分，则可以使用@-和@+数组将偏移量获取到匹配的字符串中：

sub check {
    my ($line, $regex) = @_;
    if ($line =~ /$regex/) {
        my $pre   = substr $line, 0, $-[0];
        my $match = substr $line, $-[0], $+[0] - $-[0];
        my $post  = substr $line, $+[0];
        print "<$pre><$match><$post>\n";
    }
}

Answer 5

Perl v5.22和更高版本具有/n修饰符，可关闭所有捕获。

Answer 6

这不会禁用捕获，但是可能会完成您想要的操作：

$ perl -wle 'my $_ = "123abc"; /(\d+)/ && print "num: $1"; { /([a-z]+)/ && print "letter: $1"; } print "num: $1";'
num: 123
letter: abc
num: 123