Question

我试图使用正则表达式获取Perl中两个分隔符之间的值。我正在打开一个文件并使用chomp逐行浏览文件。文件外观示例：

"This is <tag> an </tag> example
of the <tag> file </tag> that I
am <tag> trying </tag> to <tag> parse </tag>"

我能够得到前几个单词：＆＃34;＆＃34;，＆＃34;文件＆＃34;，但在第三行我只能得到＆＃34;尝试＆＃34;而不是＆＃34;解析＆＃34;。这是我尝试使用的代码：

while (chomp($line = <$filename>)){
   ($tag) = $line =~ m/<tag>(.*?)<\/tag>/;
   push(@tagarray, $tag);
}

我怀疑这与chomp有关，但不知道如何以不同方式解析文件。

Answer 1

您需要修改正则表达式以获取多个匹配项：

my @tags = $line =~ m/<tag>(.*?)<\/tag>/g;

使用HTML解析器执行此操作可能会更好。使用正则表达式解析HTML是fraught with peril。例如，请查看HTML::TagParser：

my $html = HTML::TagParser->new(<<'EOF');
This is <tag> an </tag> example
of the <tag> file </tag> that I
am <tag> trying </tag> to <tag> parse </tag>
EOF

my @tags = $html->getElementsByTagName('tag');
my @tagarray = map { $_->innerText() } @tags;

Answer 2

我怀疑这与chomp
有关

没有。这是因为您只捕获一个值并将其分配给标量。

将正则表达式设为全局（/g）并将结果存储在数组中。

#!/usr/bin/env perl

use strict;
use warnings;
use v5.10;

my $line = "am <tag> trying </tag> to <tag> parse </tag>";
my @tags;
(@tags) = $line =~ m/<tag>(.*?)<\/tag>/g;
say join ",", @tags;

从chomped行中获取Perl中分隔符之间的值

2 个答案: