Question

我有以下字符串：

List<T>

我需要删除此字符串中的所有内容：

<Multicast ID="0/m1" Feed="EUREX-EMDI" IPPort="224.0.50.128:59098" State="CHECK" IsTainted="0" UncrossAfterGap="0" ManualUncrosses="0" AutoUncrosses="0" ExpectedSeqNo="-" />

我已设法使用以下代码获取“Feed =”EUREX-EMDI“”：

Feed="EUREX-EMDI"
State="CLOSED"
IsTainted="0"

现在看起来像：

s/^[^Feed]*(?=Feed)//;

但是我现在不知道如何在字符串中查找下一部分“State =”CLOSED“”而忽略我已经找到的“Feed =”EUREX-EMDI“”匹配

Answer 1

此类事物的perl习语是来自正则表达式捕获组的多重赋值。假设您可以始终依靠相同的顺序和格式（引用）感兴趣的项目：

($feed, $state, $istainted) = /.*(Feed="[^"]*").*(State="[^"]*").*(IsTainted="[^"]*")/;

或者，如果您只想自己捕获（未引用的）值，请更改括号（捕获组）：

($feed, $state, $istainted) = /.*Feed="([^"]*)".*State="([^"]*)".*(IsTainted="([^"]*)"/;

Answer 2

请不要尝试使用正则表达式解析XML。它很脆弱。 XML是上下文的，而正则表达式则不是。所以充其量，这是一个肮脏的黑客，并且可能有一天会因为最无聊的原因而没有警告地休息。

有关详情，请参阅：RegEx match open tags except XHTML self-contained tags。

然而，XML 是结构化的，实际上很容易使用 - 前提是你使用了适合这项工作的东西：解析器。

我喜欢XML::Twig。 XML::LibXML也很出色，但学习曲线有点陡峭。（你也得到XPath 喜欢正则表达式，但更适合XML）

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

use XML::Twig;
#create a list of what we want to keep. This map just turns it
#into a hash. 
my %keep = map { $_ => 1 } qw ( IsTainted State Feed );

#parse the XML. If it's a file, you may want "parsefile" instead. 
my $twig = XML::Twig->parse( \*DATA );

#iterate the attributes. 
foreach my $att ( keys %{ $twig->root->atts } ) {
   #delete the attribute unless it's in our 'keep' list. 
   $twig->root->del_att($att) unless $keep{$att};
}
#print it. You may find set_pretty_print useful for formatting XML. 
$twig->print;

__DATA__
<Multicast ID="0/m1" Feed="EUREX-EMDI" IPPort="224.0.50.128:59098" State="CHECK" IsTainted="0" UncrossAfterGap="0" ManualUncrosses="0" AutoUncrosses="0" ExpectedSeqNo="-" />

输出：

<Multicast Feed="EUREX-EMDI" IsTainted="0" State="CHECK"/>

保留属性，并为您提供有效的XML。但是如果你只是想要值：

foreach my $att ( qw ( Feed State IsTainted ) ) {
   print $att, "=", $twig->root->att($att),"\n";
}

Answer 3

除了这些字符串之外，这将删除所有字符串

如果要包含空格分隔符，请进行替换' $1' 解释

 (?s)                          # Dot - all
 (?:                           # To be removed
      (?!
           (?: Feed | State | IsTainted )
           \s* = \s* " .*? "
      )
      . 
 )*
 (?:                           # To be saved
      (                             # (1 start)
           (?: Feed | State | IsTainted )
           \s* = \s* " .*? "
      )                             # (1 end)
   |  $ 
 )

多个匹配的Perl / Regex String Manipulation

3 个答案: