Perl正则提取ID后全部数字的问题排查与实现咨询

问题背景 #

需求：使用Perl正则表达式提取ID（格式如KC000001、KC000002）后的所有制表符分隔数字集合。

输入文件内容：

KC000001    0.30    0.40    0.50
KC000002    0.30    0.40    0.50    0.60
KC152363    0.30    0.40    0.50    0.60    0.70    0.80

期望输出：

0.30    0.40    0.50
0.30    0.40    0.50    0.60
0.30    0.40    0.50    0.60    0.70    0.80

用户使用的正则代码：

if ($linea =~ /^(.[a-z0-9]\d+.\d)\s(.?)$/)
{
    print $line 
}

实际错误输出：

0.30    0.40
0.30    0.40    0.50
0.30    0.40    0.50    0.60

原正则的问题 #

• 匹配逻辑错误：原正则^(.[a-z0-9]\d+.\d)\s(.?)$完全无法正确匹配KC开头加数字的ID格式。其中.是任意字符匹配（而非字面点），整个第一个捕获组的写法逻辑混乱，根本覆盖不了目标ID结构。
• 捕获范围受限：(.?)中的?表示匹配0或1次任意字符，而非贪婪匹配全部内容，这直接导致只能捕获ID后少部分数字，丢失末尾内容。
• 变量不对应：代码中匹配的是$linea，但打印的是$line，变量名不一致，可能导致输出非预期内容。

仅用正则实现需求的方案 #

完全可以仅通过正则实现需求，以下两种简洁思路均可：

方案1：替换开头的ID部分 #

直接将每行开头的ID（KC加数字）和后续空白字符替换为空，保留剩余内容：

while (my $line = <>) {
    chomp $line;
    $line =~ s/^KC\d+\s+//;
    print "$line\n";
}

方案2：捕获ID后的所有内容 #

通过正则捕获ID之后的全部内容，直接输出捕获组：

while (my $line = <>) {
    chomp $line;
    if ($line =~ /^KC\d+\s+(.*)$/) {
        print "$1\n";
    }
}

两种方案都能准确提取ID后的所有数字集合，得到期望的输出结果。

内容的提问来源于stack exchange，提问作者Angelo Damian Armijos Carrión