将字符串与 perl 中的模式对齐？

我在方括号内有一些字符串块，如下所示：

[p1 text1/label1] [p2 text2/label2] [p3 text3/label3] [...

等等。

每个块里面有什么并不重要。但有时会有一些没有用方括号括起来的零散文本块。例如：

[p1 text1/label1] [p2 text2/label2] textX/labelX  [p3 text3/label3] [...] textY/labelY textZ/labelZ [...]

我以为我已经用 Perl 中的正则表达式很好地解决了这个问题，直到我意识到我只满足了文本开头、中间或结尾处有单个杂散文本的情况，但不适用于我们可能有两个杂散文本的情况流浪病例聚集在一起。 （如上面的 Y 和 Z 块）。

所以我意识到perl中的正则表达式只能捕获第一个匹配模式？那么上述问题如何解决呢？

Edit:

问题是要确保所有应该用括号包围。方括号永远不会递归。当用方括号括起短语时，p 值取决于“标签”值。例如，如果一个不带括号的杂散短语是

li/IN

那么它应该变成：

[PP li/IN]

我想这是一个混合体，但我能想到解决我正在解决的更大问题的唯一方法是将它们全部变成括号内的短语，这样处理起来更容易。因此，如果一个不带括号的短语出现在开头、中间和结尾，我就可以正常工作，但如果两个或更多短语同时出现，我就可以正常工作。

我基本上对每个位置（开始、中间和结束）使用了不同的正则表达式。中间有一个不带括号的短语的看起来像这样：

$data =~ s/\] (text)#\/label \[/\] \[selected-p-value $1#\/label\] \[/g;

所以我所做的只是注意到，如果 ] 出现在文本/标签模式之前和之后，那么这个没有括号。我也为其他人做类似的事情。但我想这是非常不通用的。我的正则表达式不太好！

#!/usr/bin/perl

use strict;
use warnings;

my $string = "[p1 text1/label1] [p2 text2/label2] textX/labelX  [p3 text3/label3] [...] textY/labelY textZ/labelZ [...]";

# don't split inside the [], i.e. not at blanks that have p\d in front of them
my @items = split(/(?<!p\d)\s+/, $string);
my @new_items;

# modify the items that are not inside []
@new_items = map { ($_ =~ m/\[/) ? $_ :
                    ((split("/",$_))[1] eq ("IN")) ? "[PP $_]" :
                    "[BLA $_]";
                 } @items;

print join(' ', @new_items), "\n";

这给出了

[p1 text1/label1] [p2 text2/label2] [PP textX/labelX] [p3 text3/label3] [...] [PP textY/labelY] [PP textZ/labelZ] [...]

我认为PP是我在这里使用的意思，否则map必须变得更加复杂一些。

EDIT

我已编辑代码以响应您的评论。如果你使用

"[p1 text1/label1] [p2 text2/label2] textX/IN  [p3 text3/label3] [...] textY/labelY textZ/labelZ [...]";

作为示例字符串，这是输出：

[p1 text1/label1] [p2 text2/label2] [PP textX/IN] [p3 text3/label3] [...] [BLA textY/labelY] [BLA textZ/labelZ] [...]

只需记住一件事：使用的正则表达式split不会为pnn > 9。如果遇到这种情况，最好寻找替代方案，因为可变长度后向查找尚未实现（或者至少在我的 Perl 版本（5.10.1）中还没有实现）。

EDIT 2

作为对您的第二条评论的回复，这是脚本的修改版本。您会发现我还在示例字符串中添加了一些内容，以证明它现在可以工作，即使没有pn在 - 的里面[...].

#!/usr/bin/perl

use strict;
use warnings;

my $string = "[p1 text1/label1] [p2 text2/label2] textX/IN  [p3 text3/label3] [...] textY/labelY textZ/labelZ [...] xyx/IN [opq rs/abc]";

# we're using a non-greedy match to only capture the contents of one set of [], 
# otherwise we'd simply match everything between the first [ and the last ].
# The parentheses around the match ensure that our delimiter is KEPT.
my @items = split(/(\[.+?\])/, $string);

#print "..$_--\n" for @items;  # uncomment this to see what the split result looks like

# modify the items that are not inside []
my @new_items = map {
                     if (/^\[/) { # items in []
                        $_;
                     }
                     elsif (/(?: \w)|(?:\w )/) { # an arbitrary number of items without []
                       my @new =  map { ($_ =~ m/\[/) ? $_ :
                                        ((split("/",$_))[1] eq ("IN")) ? "[PP $_]" :
                                        "[BLA $_]";
                                      } split;
                     }
                     else { # some items are '', let's just discard those
                     }
                    } @items;

print join(' ', @new_items), "\n";

输出是这样的：

[p1 text1/label1] [p2 text2/label2] [PP textX/IN] [p3 text3/label3] [...] [BLA textY/labelY] [BLA textZ/labelZ] [...] [PP xyx/IN] [opq rs/abc]

我注意到您已经收到了所需的帮助，但我想我仍然可以回答您的问题......