如何删除两个句子中相同的字符串

LOSTKILLER

回复 9# rubyish


跟这个想法类似。

先把中文句子里面非中文符号提取出来放到一个数组，然后把英文句子查找替换一遍。

$h =~ s/\s*([A-Z]\S+\s+)(?{push @d,$1})//g;

这个正则可以匹配到字母，但是中文句子可能还有很多非中文的UNICODE字符，比如那个商标注册符号。

另外我那个脚本为什么 \p{Han}这个正则表达式不生效？


   

LOSTKILLER

回复 6# iLRainyday

所有非中文替换为XX。\p{Han}可以实现了~

不过空格还有其他字符都也替换掉了


   

iLRainyday

回复 12# LOSTKILLER

如果你确定中文中需要替换的英文单词是以单个空格或者中英文标点分隔（就像你的样本中那样），那么使用下面的regex来匹配：

1. (?<=\s|\p{P})[A-Z]+?\p{S}?(?=\s)

复制代码

iLRainyday

LOSTKILLER 发表于 2013-02-01 17:16
回复 9# rubyish

\P{Han}才匹配非中文字符（这里的P是大写）。

你找本learning perl，把里面有关unicode的内容看完你就知道为什么了。

LOSTKILLER

回复 13# iLRainyday

多谢大侠~

这也是个思路。