Perl如何用单个正则表达式将含%分隔符的行拆分为代码和注释

我们可以通过可选非捕获组把边界符和注释部分包装为可选项，单个正则即可覆盖所有场景，不需要用|拼接两个分支，也不需要额外的%match哈希做默认值补全。

核心正则 #

/^(?<a1code>.*?)(?:(?<a2boundary>(?<!\\)%)(?<a3cmnt>.*))?$/

各部分逻辑说明：

• ^(?<a1code>.*?)：从行首开始匹配尽可能少的字符，到第一个未转义百分号之前为止，命名捕获为a1code
• 外层(?: ... )?为非捕获可选组，表示内部的「边界符+注释」部分可以不存在
  • (?<a2boundary>(?<!\\)%)：匹配未转义的百分号，命名捕获为a2boundary
  • (?<a3cmnt>.*)：匹配百分号之后到行尾的所有内容，命名捕获为a3cmnt
• 结尾的$确保匹配覆盖整行内容

修改后的完整代码 #

#!/usr/bin/env perl
use strict; use warnings;
print join('', 'perl ', $^V, "\n",);
use Data::Dumper qw(Dumper); $Data::Dumper::Sortkeys = 1;

my $count=0;
while(<DATA>)
{
    $count++;
    print "$count\t";
    chomp;
    print "|$_|\n";
    if($_=~/^(?<a1code>.*?)(?:(?<a2boundary>(?<!\\)%)(?<a3cmnt>.*))?$/)
    {
        # 未匹配到的捕获组直接赋值为空字符串即可
        my %result = (
            a1code => $+{a1code} // '',
            a2boundary => $+{a2boundary} // '',
            a3cmnt => $+{a3cmnt} // '',
        );
        print "from single regex match:\n";
        print Dumper \%result;
    }
    else
    {
        die "no match? coding error, should never get here";
    }
    print "------------------------------------------\n";
}

__DATA__
This is 100\% text and below you find an empty line.

abba 5\% %comment 9\% %Borgia
%all comment
%

运行结果和原实现完全一致，所有边界场景均能正确处理：空行、无未转义%的行、行首就是%的行、%后无内容的行都符合拆分要求。

内容的提问来源于stack exchange，提问作者Jacob Wegelin