Question

我在使用以下正则表达式时遇到了一些问题：

(?<=class="Source"><strong>IP Address</strong>:).*(?=</div>)

它似乎捕获得很好，但我无法忽略空白。我尝试过以下操作但不起作用：

(?<=class="Source"><strong>IP Address</strong>:)\S*(?=</div>)
(?<=class="Source"><strong>IP Address</strong>:)[^\s]*(?=</div>)

此外，我不希望捕获重复项。我应该提一下，我正在perl（/ g）进行多/全局搜索

以下文字：

<div style="margin-left: 12em;" class="Source"><strong>Label</strong>:  Superman</div>
<div style="margin-left: 12em;" class="Source"><strong>IP Address</strong>:  999.24.135.50</div>
<div style="margin-left: 12em;" class="Source"><strong>IP Address</strong>:  333.24.333.50</div>
<div style="margin-left: 12em;" class="Source"><strong>IP Address</strong>:  333.24.333.50</div>

期望的结果是：

333.24.333.50
999.24.135.50

如果有更简单/更好的方法，请告诉我。

提前致谢。

Answer 1

我确信这可以缩短或更简单，但这是我的尝试。

使用Mojo::DOM：

use strict;
use warnings;

use Mojo::DOM;
use List::MoreUtils qw(uniq);

my $dom = Mojo::DOM->new(do {local $/; <DATA>});

my @results;
for my $div ($dom->find('div[class=Source]')
                 ->grep(sub{$_->all_text =~ /IP Address/})
                 ->each) {
    push @results, (split /:\s*/, $div->text)[1]
}

my @ips = sort(uniq(@results));
print "$_\n" for @ips;

__DATA__
<html>
<head><title>foo</title></head>
<body>
<div style="margin-left: 12em;" class="Source"><strong>Label</strong>:  Superman</div>
<div style="margin-left: 12em;" class="Source"><strong>IP Address</strong>:  999.24.135.50</div>
<div style="margin-left: 12em;" class="Source"><strong>IP Address</strong>:  333.24.333.50</div>
<div style="margin-left: 12em;" class="Source"><strong>IP Address</strong>:  333.24.333.50</div>
</body>
</html>

<强>输出

333.24.333.50
999.24.135.50

Answer 2

试试这个

my %dup;
while(<DATA>)
{
    ($ip) = $_ =~/(?<=class="Source"><strong>IP Address<\/strong>:)\s*(.+?)(?=\<\/div\>)/g;
    $dup{$ip} = $ip;
}

my @ip_ad = keys %dup;
print @ip_ad;


__DATA__
<div style="margin-left: 12em;" class="Source"><strong>Label</strong>:  Superman</div>
<div style="margin-left: 12em;" class="Source"><strong>IP Address</strong>:  999.24.135.50</div>
<div style="margin-left: 12em;" class="Source"><strong>IP Address</strong>:  333.24.333.50</div>
<div style="margin-left: 12em;" class="Source"><strong>IP Address</strong>:  333.24.333.50</div>

使用前瞻和放大在忽略空白和重复的同时向后看

2 个答案: