che sto traducendo il codice da perl e sono venuto dall'altra parte della seguente rigaSignificato di un po 'di espressione regolare di Perl?
$text =~ s/([?!\.][\ ]*[\'\"\)\]\p{IsPf}]+) +([\'\"\(\[\¿\¡\p{IsPi}]*[\ ]*[\p{IsUpper}])/$1\n$2/g;
La mia domanda è, che cosa fa \ p {} ISPF e \ p {} ISPI partita a? Ho provato a cercare online ma non ho trovato nulla ...
Chiediamo RegexBuddy: È una proprietà di carattere Unicode.
È possibile trovare maggiori documentation on Unicode character properties and Unicode scripts here.
Molte grazie xD –
\p{..} partite personaggi di loro proprietà dei caratteri Unicode: http://perldoc.perl.org/perlunicode.html#Unicode-Character-Properties
In particolare, \p{IsPf} partite personaggi con la "final punctuation" proprietà, e \p{IsPi} partite charactes con il "initial punctuation" proprietà. Sembrano per lo più chiudere e aprire citazioni.
Il punto della sostituzione sembra spezzare le frasi in righe separate facendo corrispondere la fine e l'inizio di una frase, tenendo conto che una frase può iniziare e terminare con vari tipi di punteggiatura.
Molte grazie. Sia le vostre sia le risposte di Tim sarebbero state perfette ... sfortunatamente devo sceglierne una e non entrambe .. –
Come un po 'di informazioni supplementari, unichars da Unicode::Tussle può essere utilizzato per elencare i caratteri corrispondenti.
$ unichars -au '\p{IsPi}' | cat
« U+000AB LEFT-POINTING DOUBLE ANGLE QUOTATION MARK
‘ U+02018 LEFT SINGLE QUOTATION MARK
‛ U+0201B SINGLE HIGH-REVERSED-9 QUOTATION MARK
“ U+0201C LEFT DOUBLE QUOTATION MARK
‟ U+0201F DOUBLE HIGH-REVERSED-9 QUOTATION MARK
‹ U+02039 SINGLE LEFT-POINTING ANGLE QUOTATION MARK
⸂ U+02E02 LEFT SUBSTITUTION BRACKET
⸄ U+02E04 LEFT DOTTED SUBSTITUTION BRACKET
⸉ U+02E09 LEFT TRANSPOSITION BRACKET
⸌ U+02E0C LEFT RAISED OMISSION BRACKET
⸜ U+02E1C LEFT LOW PARAPHRASE BRACKET
⸠ U+02E20 LEFT VERTICAL BAR WITH QUILL
$ unichars -au '\p{IsPf}' | cat
» U+000BB RIGHT-POINTING DOUBLE ANGLE QUOTATION MARK
’ U+02019 RIGHT SINGLE QUOTATION MARK
” U+0201D RIGHT DOUBLE QUOTATION MARK
› U+0203A SINGLE RIGHT-POINTING ANGLE QUOTATION MARK
⸃ U+02E03 RIGHT SUBSTITUTION BRACKET
⸅ U+02E05 RIGHT DOTTED SUBSTITUTION BRACKET
⸊ U+02E0A RIGHT TRANSPOSITION BRACKET
⸍ U+02E0D RIGHT RAISED OMISSION BRACKET
⸝ U+02E1D RIGHT LOW PARAPHRASE BRACKET
⸡ U+02E21 RIGHT VERTICAL BAR WITH QUILL
Per inciso: ci sono molti backslashes inutili in quella regex e due catture inutili. 's/[?!.] [] * ['") \] \ p {IsPf}] + \ K + (? = [' "([¿¡\ p {IsPi}] * [] * [\ p {IsUpper}])/\ n/g' dovrebbe essere equivalente per scopi pratici – amon