perlによるネストした正規表現

Question

レコード各行に対してダブルクォーテーション(")で囲まれた文字列についてはパイプ(|)をカンマ(,)に置換するという処理をおこないたいと考えています。
ダブルクォーテーション(")で囲まれた文字列に含まれるパイプ(|)の数は固定でない為、グループ化を利用してもうまくいかないと考えており、正規表現をネストさせるしかないのかと思っているのですがそのような事は可能でしょうか？

sample
AAA|"BB|CC"|DDD|"EE|FF|GG"|HHH
↓(perlによる処理後)
AAA|"BB,CC"|DDD|"EE,FF,GG"|HHH

Answer 1

ネストさせずに処理する方法を考えてみました。

#!/usr/bin/perl -w
use strict;

my $a='AAA|"BB|CC"|DDD|"EE|FF|GG"|HHH';

my @x = split(/(".*?")/, $a);
my @y = map {/^"/ and s/\|/,/g; $_} @x;
print join("", @y), "\n";

Comments

[tog]

ありがとうございます。
リスト化してからmapを作用させて最後にjoinするんですね。
とてもわかりやすいですし、応用が効きそうです。

Answer 2

複雑な正規表現やperlには暗いので自分なりに調べた範囲でのコメントです。

正規表現をネストさせるしかない

そんな気がします。少なくとも分かり易く書くにはその方針がよいと思います。

正規表現のリファレンスを調べてみるとs///eという置換パターンにより「マッチさせた部分に対して任意の加工ができる」ようでしたのでそれでトライしてみました。

記述の良し悪しはさておき、とりあえずこんなふうに書けるようです。

t.perl

$x = 'a|"b|c|d"|e|"f|g"';
print 'in : ' . $x . "\n";
# 訂正: 下記は冗長すぎました。ダブルクォートもグループ中に含めた方が単純に書けますね
# $x =~ s/"([^"]*)"/'"' . $1 =~ s!\|!,!gr . '"'/ge;
# さらに訂正: 最短一致を用いた方がよいと思いました。
# $x =~ s/("[^"]*")/$1 =~ s!\|!,!gr/ge;
$x =~ s/(".*?")/$1 =~ s!\|!,!gr/ge;
print 'out: ' . $x . "\n";

$ perl t.perl
in : a|"b|c|d"|e|"f|g"
out: a|"b,c,d"|e|"f,g"

Comments

[tog]

ありがとうございます。
想像していたよりもシンプルに書けるのですね。
勉強になりました。