perl踩坑系列===正则表达式第2坑---split中的“或”操作符

简单match的情况

先看能否匹配的问题

perl 复制代码

$perl -e 'my $a="2892delinsCGCT"; if($a=~/del|ins|delins/){print "match\n"};'
match

加上括号也没问题

perl 复制代码

$perl -e 'my $a="2892delinsCGCT"; if($a=~/(del|ins|delins)/){print "match\n"};'
match

换几种方式加括号也没问题

perl 复制代码

$perl -e 'my $a="2892delinsCGCT"; if($a=~/(del)|(ins)|(delins)/){print "match\n"};'
match

换一下顺序，似乎也不影响：

perl 复制代码

$perl -e 'my $a="2892delinsCGCT"; if($a=~/(ins)|(del)|(delins)/){print "match\n"};'
match

perl 复制代码

$perl -e 'my $a="2892delinsCGCT"; if($a=~/(delins)|(ins)|(del)/){print "match\n"};'
match

perl 复制代码

$perl -e 'my $a="2892delinsCGCT"; if($a=~/delins|ins|del/){print "match\n"};'
match

perl 复制代码

$perl -e 'my $a="2892delinsCGCT"; if($a=~/(delins|ins|del)/){print "match\n"};'
match

随便怎么变，perl竭诚为您服务。。。。。。。。。。。。

同样的匹配方式，用作split会怎么样？

下面是见证奇迹的时刻：

perl 复制代码

$perl -e 'my $a="2892delinsCGCT"; my @a = (split /del|ins|delins/, $a); my $b = join "=", @a; print "$b\n"; my $c=scalar(@a); print "$c elements\n";'
2892==CGCT
3 elements

第1个元素是"2892"

第3个元素是"CGCT"

第 2个元素是...空值

惊喜？意外？百撕不得骑姐..............

如果加个括号：

perl 复制代码

$perl -e 'my $a="2892delinsCGCT"; my @a = (split /(del|ins|delins)/, $a); my $b = join "=", @a; print "$b\n"; my $c=scalar(@a); print "$c elements\n";'
2892=del==ins=CGCT
5 elements

孔子不懂，孟子不懂，老子也.....

如果把括号再玩得花一点：

perl 复制代码

$perl -e 'my $a="2892delinsCGCT"; my @a = (split /(del)|(ins)|(delins)/, $a); my $b = join "=", @a; print "$b\n"; my $c=scalar(@a); print "$c elements\n";'
2892=del=====ins==CGCT
9 elements

除了第一个"2892"和最后一个"CGCT"算正常意外，中间的都不知道是从什么石头缝里蹦出来的。

如果把最长的分隔符"delins"放在最前面

perl 复制代码

$perl -e 'my $a="2892delinsCGCT"; my @a = (split /delins|del|ins/, $a); my $b = join "=", @a; print "$b\n"; my $c=scalar(@a); print "$c elements\n";'
2892=CGCT
2 elements

这是符合预期的。

把字符串改得更妖娆一点，仍然没问题

perl 复制代码

$perl -e 'my $a="2892delinsCGCTdelAGCTinsGGGG"; my @a = (split /delins|del|ins/, $a); my $b = join "=", @a; print "$b\n"; my $c=scalar(@a); print "$c elements\n";'
2892=CGCT=AGCT=GGGG
4 elements

只是换个顺序，结果有所改变

perl 复制代码

$perl -e 'my $a="2892delinsCGCTdelAGCTinsGGGG"; my @a = (split /del|ins|delins/, $a); my $b = join "=", @a; print "$b\n"; my $c=scalar(@a); print "$c elements\n";'
2892==CGCT=AGCT=GGGG
5 elements

但这仍然比较好理解，因为"delins"在前就优先用"delins"分割，"del"在前就优先用"del"分割。

但若再加个括号，画风立马改变

perl 复制代码

$perl -e 'my $a="2892delinsCGCT"; my @a = (split /(delins|del|ins)/, $a); my $b = join "=", @a; print "$b\n"; my $c=scalar(@a); print "$c elements\n";'
2892=delins=CGCT
3 elements

分割成了3个元素，而第二个元素，不知道为什么成了"delins"。

括号的花样不同，split作妖的结果也不同

perl 复制代码

$perl -e 'my $a="2892delinsCGCT"; my @a = (split /(delins)|(del)|(ins)/, $a); my $b = join "=", @a; print "$b\n"; my $c=scalar(@a); print "$c elements\n";'
2892=delins===CGCT
5 elements

或许有一天我会有心情来理顺这里面的逻辑，但是现在，与其往死磕，不如绕过去。。。

所以省力的方式是：

不要在split里面使用"|"操作符，而应该将确定的分隔符喂给split

perl 复制代码

$perl -e 'my $a="2892delinsCGCT"; if($a=~/(delins)|(del)|(ins)/){my @a = (split /$1/, $a); my $b = join "=", @a; print "$b\n"; my $c=scalar(@a); print "$c elements\n";}'
2892=CGCT
2 elements

当然，还要注意，不要随便使用 $1...$ n之类的东西，因为那是perl为您定制的另外一个坑。

要将 $1...$ n第一时间赋值给其他变量：

perl 复制代码

$perl -e 'my $a="2892delinsCGCT"; if($a=~/(delins|del|ins)/){my $separator = $1; my @a = (split /$separator/, $a); my $b = join "=", @a; print "$b\n"; my $c=scalar(@a); print "$c elements\n";}'
2892=CGCT
2 elements

另外就是还要注意优先顺序，比如：

perl 复制代码

if($a=~/(delins|del|ins)/){}

是优先按"delins"匹配，其次"del"，再次 "ins"

"del"和 "ins"不会存在选择优先顺序的，因为这俩字符差异很大

但"delins" 和"del"，或者"delins" 和"ins"，都会存在谁优先的问题。

放在前面的，就优先用于匹配