Question

我有一个XML文件。

 <?xml version="1.0"?>
 <catalog>
    <book id="bk101">
    </book>
 <catalog>

我读取文件并将其存储在file_data

中

 set data [split $file_data "\n"]
 foreach line $data {
 regexp { book id=\"(.*)\" } $line all dummy
 puts $all
 puts $dummy
 }

所以在这里，你可以看到我正在尝试阅读书籍ID并将其打印出来。我得到错误虚拟未找到？我做错了吗？

修改

当我尝试这个时很奇怪：

set mydata {<book id="bk101"> testing the code }
puts $mydata

regexp {book id="(.*)"} $mydata all part
puts $all
puts $part

输出

<book id="bk101"> testing the code
book id="bk101"
bk101

不知道顶部的代码仍显示错误

Answer 1

Don't do that（虽然这个问题是关于XHTML的，但在这方面它并不比任何其他XML方言更差;如果有任何更糟糕的话，那就是普通的HTML）。简而言之，XML属于RE 无法完全解析的一类语言。

相反，使用tDOM来解析XML，使用XPath（由tDOM支持）来挑选文档的有趣部分。

package require tdom

# Get the XML here by whatever method, and parse it here...
set doc [dom parse $file_data]

# Iterate over the books in the document and print their IDs
foreach book [$doc selectNodes "//book"] {
    puts "book with id=[$book @id]"
}

# Tidy up at the end...
$doc delete

使用tDOM进行XML处理很容易。它实际上比使用RE更容易，而且也是正确的。双赢！

Answer 2

RE中的空格非常重要，您可以将它们放置在原始RE周围，而不会有任何预期。如果你想解析XML，最好使用tdom或TclXML。

你应该检查regexp的结果是否返回非零答案（意味着它找到了什么），否则'dummy'将不会被设置，或者如果先前设置的话将保持原样。

Answer 3

要回答您的具体问题，您的正则表达式中会有额外的空格。仔细看看这行代码：

regexp { book id=\"(.*)\" }

注意单词本之前的空格。这很重要。你要求regexp找到一个以空格开头的字符序列，字面意思是“book”，另一个空格等。你的模式不匹配，部分原因是“book”没有出现在数据中。

Answer 4

2分：

如果您正在阅读数据行行，你需要检查regexp 实际上在阅读前做了一个匹配变量
杰夫是对的，你还有一个额外的开头和结尾都有空格你的正则表达式


  set data [split $file_data "\n"] 
  foreach line $data {   
    if { [regexp {book id=\"(.*)\"} $line all dummy] } {
       puts $all
       puts $dummy   
    } 
  }

您可以考虑的另一个选项，如果您可以不使用XML，并控制数据文件格式，您可以轻松创建一个人类可读的格式，并且tcl可读使您的生活更轻松

catalog {
  book {
    { id "bk101" }
  }
}

等。这很容易作为tcl列表阅读，并在程序中解释

从xml（Tcl）帮助Regexp

4 个答案: