Comment puis-je convertir des caractères échappés en caractères spéciaux réels en Perl?

Question

Possible en double:
How can I manually interpolate string escapes in a Perl string?

Je lis une chaîne à partir d'un fichier particulier. Le problème avec c'est qu'il contient des caractères échappés, comme:

Hello!\nI\'d like to tell you a little \"secret\"... 

Je voudrais qu'il soit imprimé sans séquences d'échappement, comme:

Hello! 
I'd like to tell you a little "secret". 

Je pensais à enlever antislashs et le remplacement double avec single (puisque \ est représenté par \\), mais cela ne m'aide pas avec les problèmes \ n, \ t et ainsi de suite. Avant d'essayer de jouer avec des cordes laides et complexes, je pensais que je demanderais - peut-être que Perl a un mécanisme intégré pour une telle transformation?

Answer 1

Pour Perl caractère unique backslash escapes, vous pouvez le faire en toute sécurité en utilisant un eval à deux caractères dans le cadre de la substitution. Vous devez mettre dans les caractères qui sont acceptables à interpréter dans la classe de caractères après le \, puis le caractère unique après est eval 'd et inséré dans la chaîne.

Tenir compte:

#!/usr/bin/perl 
use warnings; 
use strict; 

print "\n\n\n\n"; 

while (my $data = <DATA>) { 
    $data=~s/\\([rnt'"\\])/"qq|\\$1|"/gee; 
    print $data; 
} 

__DATA__ 
Hello!\nI\'d like to tell you a little \"secret\". 
A backslask:\\ 
Tab'\t'stop 
line 1\rline 2 (on Unix, "line 1" will get overwritten) 
line 3\\nline 4 (should result in "line 3\\nline 4") 
line 5\r\nline 6 

Sortie:

Hello! 
I'd like to tell you a little "secret". 
A backslask:\ 
Tab' 'stop 
line 2 (on Unix, "line 1" will get overwritten) 
line 3\nline 4 (should result in "line 3\nline 4") 
line 5 
line 6 

La ligne s/\\([rnt'"\\])/"qq|\\$1|"/gee fait le travail.

• Le \\([rnt'"\\]) possède les caractères acceptables pour l'évaluation à l'intérieur des accolades.

• La partie gee fait un double eval sur la chaîne de remplacement. La partie "qq|\\$1|" est évaluée deux fois. Le premier eval remplace $1 dans la chaîne, et le second effectue l'interpolation.

Je ne peux pas penser à une combinaison de deux caractères ici qui constituerait une faille de sécurité ...

Cette méthode ne pas accord avec ce qui suit correctement:

• Les chaînes entre guillemets. Par exemple, Perl n'échapperait pas à la chaîne 'ligne 1 \ ligne 2' à cause des guillemets simples.

• séquences Escapes qui sont plus longs qu'un seul caractère, comme hex \x1b ou Unicode comme \N{U+...} ou des séquences de contrôle telles que \cD

• échappe au mouillage, tels que \ L Se LOWER CASE \ E ou \ Umake supérieure cas \ E

Si vous voulez échapper plus complète de remplacement, vous pouvez utiliser cette regex:

#!/usr/bin/perl 
use warnings; 
use strict; 

print "\n\n\n\n"; 

binmode STDOUT, ":utf8"; 

while (my $data = <DATA>) { 
    $data=~s/\\(
     (?:[arnt'"\\]) |    # Single char escapes 
     (?:[ul].) |     # uc or lc next char 
     (?:x[0-9a-fA-F]{2}) |   # 2 digit hex escape 
     (?:x\{[0-9a-fA-F]+\}) |  # more than 2 digit hex 
     (?:\d{2,3}) |     # octal 
     (?:N\{U\+[0-9a-fA-F]{2,4}\}) # unicode by hex 
     )/"qq|\\$1|"/geex; 
    print $data; 
} 

__DATA__ 
Hello!\nI\'d like to tell you a little \"secret\". 
Here is octal: \120 
Here is UNICODE: \N{U+0041} and \N{U+41} and \N{U+263D} 
Here is a little hex:\x50 \x5fa \x{5fa} \x{263B} 
lower case next char \lU \lA 
upper case next char \ua \uu 
A backslask:\\ 
Tab'\t'stop 
line 1\rline 2 (on Unix, "line 1" will get overwritten) 
line 3\\nline 4 (should result in "line 3\\nline 4") 
line 5\r\nline 6 

qui gère toutes Perl escapes sauf:

1. type fixé (\ Q, \ u, \ L se terminant par \ E)

2. formes cotés, comme 'don't \n escape in single quotes' ou [not \n in here]

3. caractères Unicode nommés, tels que \N{THAI CHARACTER SO SO}

4. Les caractères de contrôle comme \cD (que est facilement ajouté ...)

Mais ce ne faisait pas partie de votre question, je l'ai compris ...

Answer 2

Je déteste suggérer cela, mais la chaîne eval résoudrait le problème, mais la chaîne eval soulève une foule de problèmes de sécurité et de maintenance. D'où proviennent ces données? Y a-t-il des contrats entre les producteurs de données et vous sur ce que la chaîne tiendra?

#!/usr/bin/perl 

use strict; 
use warnings; 

while (my $input = <DATA>) { 
    #note: this only works if # is not allowed as a character in the string 
    my $string = eval "qq#$input#" or die $@; 
    print $string; 
} 

__DATA__ 
Hello!\nI\'d like to tell you a little \"secret\". 
This is bad @{[print "I have pwned you\n"]}. 

L'autre solution consiste à créer un hachage qui définit toutes les échappements que vous souhaitez implémenter et effectuer une substitution.