Question

我正在教自己Perl和我通过榜样学得最好。因此，我正在研究一个简单的Perl脚本，它擦除了一个特定的博客，并发现自己对几个正则表达式语句感到困惑。该脚本查找以下html块：

 <dt><a name="2004-10-25"><strong>October 25th</strong></a></dt>
 <dd>
   <p>
     [Content]
   </p>
 </dd>
 ... and so on.

这是我正在研究的示例脚本：

#!/usr/bin/perl -w

use strict;
use XML::RSS;
use LWP::Simple;
use HTML::Entities;

my $rss = new XML::RSS (version => '1.0');
my $url = "http://www.linux.org.uk/~telsa/Diary/diary.html";
my $page = get($url);

$rss->channel(title       => "The more accurate diary. Really.",
          link        => $url,
          description => "Telsa's diary of life with a hacker:" 
                 . " the current ramblings");

foreach (split ('<dt>', $page))
{
if (/<a\sname="
         ([^"]*)     # Anchor name
         ">
         <strong>
         ([^>]*)     # Post title
         <\/strong><\/a><\/dt>\s*<dd>
         (.*)        # Body of post
         <\/dd>/six)
{
    $rss->add_item(title       => $2,
               link        => "$url#$1",
                   description => encode_entities($3));
}
}

如果您有时间更好地帮助我理解，我的问题是：

以下行如何运作：

（[^“] *）＃锚名称
以下行如何运作：

（[^>] *）#Post title
“六”在以下行中的含义是什么：

＆LT; / DD＆GT; / 6）

非常感谢您的帮助！我现在也正在研究自己问题的答案，但希望有人能给我一个推动力！

Answer 1

以下行如何运作......

（[^“] *）＃锚名称

零或多个不是“，被捕获为$ 1，$ 2或其他什么的东西，取决于括号的数量（我们是。

以下行如何运作......

（[^>] *）#Post title

零个或多个不是＆gt;的东西，被捕获为$ 1，$ 2或其他任何东西。

“六”是什么意思   以下行...

＆LT; / DD＆GT; / 6）

s =匹配为单行（这只是意味着“。”匹配所有内容，包括\ n，否则不会这样做）
i =匹配大小写不敏感
x =忽略正则表达式中的空格。

x也可以将注释放入正则表达式本身，因此# Post title之类的内容只是注释。

有关更多/更好的信息，请参阅perldoc perlre。该链接适用于Perl 5.10。如果你没有Perl 5.10，你应该查看你的Perl版本的perlre文档。

Answer 2

[^"]*表示“任何不包含引号的零个或多个字符的字符串”。这被引号包围，形成一个带引号的字符串，类似于<a name=
[^>]*与上面类似，它表示任何不包含>的字符串。请注意，您可能需要[^<]，以匹配下一个标记的开始<，不包括实际开放。
这是一个特定于php的regexp标志的集合。我知道i表示不区分大小写，不确定其余的。

Answer 3

代码是扩展的正则表达式。它允许您在正则表达式中放置空格和注释。请参阅perldoc perlre和perlretut。否则就像正常一样。
相同。
字符为regex modifiers。

我是Perl的新手并且有一些正则表达式问题

3 个答案: