使用/^([^\n]*?)(\n)(.*)$/m匹配多行字符串时的问题

问题场景 #

给定多行字符串：

ACCOUNT_CHANGED     = "20250728081545Z"
ACCOUNT_CHANGED_T   = "1753690545"
COMMON_NAME         = "User Test"
CURRENT_TIME_T      = "1753863424"
INSTANCE            = "testing"
...
TEMPLATE_TIME_T     = "1753699621"
USER_ID             = "testuser"
WRAP_COLUMN         = "999"

尝试用以下Perl代码逐行处理：

#...
while ($token && $token =~ /^([^\n]*?)(\n)(.*)$/m) {
    $add_token->($1)
        if (defined($1));
    $add_token->($2);
}
$add_token->($token)
    if (defined($token) && length($token) > 0);
#...

实际匹配结果不符合预期，$3仅捕获到第二行内容：

0  'ACCOUNT_CHANGED     = "20250728081545Z"'
1  '
'
2  'ACCOUNT_CHANGED_T   = "1753690545"'

问题解答 #

1. 为何(.)*$会让$3是换行后行的最后一个字符？

Perl中，捕获组后跟量词（如*）时，只会保留最后一次匹配的内容，不会生成对应字符数量的多个捕获组。比如(.)*会匹配任意多个字符，但捕获组仅存储最后一个被匹配的字符，而非所有字符的集合，所以你看到的是最后一个字符，而非第一个。

2. /m修饰符的使用是否正确？

/m修饰符的作用是让^和$匹配字符串内的换行符位置（行首/行尾），而非整个字符串的首尾。你的需求是捕获第一个换行后的所有剩余内容，但/m会让$匹配第二行的行尾，导致.*$仅匹配到第二行内容，因此这里/m是错误的选择。

3. 正则未按预期工作的原因

• 核心问题是/m修饰符导致$匹配第二行的行尾，使得.*$只能捕获到第二行内容，而非全部剩余字符串。
• 循环逻辑存在漏洞：即使正则匹配正确，代码也未更新$token的值，会导致循环无限执行同一匹配结果。

正确处理方式 #

如果要逐行拆分并保留换行符，推荐两种更简洁的写法：

方式一：用split拆分（保留分隔符）

foreach my $part (split /(\n)/, $token) {
    $add_token->($part) if length $part;
}

split /(\n)/会将换行符作为单独元素保留，正好满足将每行内容和换行符分别传入$add_token的需求。

方式二：修正正则并更新$token

while ($token =~ s/^([^\n]*)(\n)//) {
    $add_token->($1);
    $add_token->($2);
}
$add_token->($token) if length $token;

用s///替换已处理的内容，每次移除第一行和换行符，剩余内容留在$token中继续循环，最后处理剩余的无换行符内容。

内容的提问来源于stack exchange，提问作者U. Windl