初学者perl问题

| 所以我有这个：

for $i (0..@parsedText) {
if ($parsedText[$i] =~ /\\s{20}<a href/) {

    my $eventID = $parsedText[$i];
    my $eventLink = $parsedText[$i];
    my $event_id_title = $parsedText[$i];

    $eventID =~ s/[\\s\\S]*?id=(\\d+).*\\n/$1/;
    $eventLink =~ s/[\\s\\S]*?\'(.*?)\'.*/$1/;
    $event_id_title =~ s/\\s+<a[\\s\\S]*?>([^<]*).*\\n/$1/;
    };
};

但是由于某种原因，如果我打印其中任何一个，它将返回原始值，而不是我希望返回的字符串替换。谢谢你的帮助

已邀请:

2 个回复

bab

您得到的结果与出局的结果相同，因为匹配的第一部分不匹配，因此没有替换。我的猜测是（由于未显示任何输入）您的parsedText数组中没有换行符。这是写上面所做的一种更简洁的方法：

foreach ( @parsedText ) {
  if (/\\s{20}<a href/) {

    ( my $eventID = $_ )        =~ s/.*?id=(\\d+).*/$1/;
    ( my $eventLink = $_ )      =~ s/.*?\'(.*?)\'.*/$1/;
    ( my $event_id_title = $_ ) =~ s/\\s+<a.*?>(.*?)<.*/$1/;

    print \"$eventID, $eventLink, $event_id_title\\n\";
  }
}

通常，您应该避免这样解析HTML，而应该使用多年收集的智慧（即http://cpan.org）并使用HTML :: Parser，HTML :: Parser :: Simple或HTML :: TreeBuilder。

屉杆绊

这有效...

my $eventID = $parsedText[$i];
my $eventLink = $parsedText[$i];
my $event_id_title = $parsedText[$i];

$eventID =~ s/.*id=[\'\"]?(\\d+)[\'\"]?.*/$1/;
$eventLink =~ s/^.+a\\s+href\\s*=\\s*([\'\"])([^\\1]+)\\1.*/$2/;
$event_id_title =~ s/\\s+<a.*?>([^<]*).*/$1/;

print \"$eventID\\n\";
print \"$eventLink\\n\";
print \"$event_id_title\\n\";

正则表达式可能很棘手。最好构建一个测试程序并逐点测试它们，直到获得所需的东西。请记住，您可以在HTML中使用单引号或双引号，并且URL可以在其中加上引号。而且，ID不必为数字（尽管我在这里将其保留为数字）。 $eventLink中的\'\\ 1 \'引用单引号或双引号。由于它是正则表达式的一部分，因此您需要在数字前面加反斜杠，而不是美元符号。

要回复问题请先登录或注册

初学者perl问题

2 个回复

发起人

perl

regex

问题状态

初学者perl问题

与内容相关的链接

2 个回复

发起人

perl

regex

问题状态