Question

是否可以使用Perl的grep函数返回正则表达式的捕获部分？我有以下代码：

use LWP::Simple;
my $examples_content = get('http://example.com/javascript/reports/examples/');
my @hrefs = grep(/href="(.*)"/, split("\n", $examples_content));
print $hrefs[0];

打印的内容是：

独立的单问题图表

当我想要的时候：simple_chart.html

Answer 1

您为什么使用grep？这可能会做你想要的：

my @hrefs = $examples_content =~ /href="(.*?)"/g

Answer 2

有人已经在评论中提到过这一点，但如果你正在处理HTML，我有一个提取链接的模块。如果您不介意依赖HTML :: Parser，那么这不是一个糟糕的小工具：

    use HTML::SimpleLinkExtor;

    my $extor = HTML::SimpleLinkExtor->new;
    $extor->parse($html);

    @a_hrefs     = $extor->a;    # by tag
    @hrefs       = $extor->href; # by attribute

我主要使用这个模块来快速和肮脏的工作。由于它使用真正的HTML解析器，因此不会提取误报，例如文本中的类似内容（标记内部）。

大多数其他人已经使用map和split解决了这些问题，但您也需要谨慎使用正则表达式：

 my @hrefs = map {
      / \s href \s* = \s* (['"]) (.*?) \1 /ix ? $2 : ()
     } @lines;

您可以看到不同的引号字符（或根本不显示），以及不区分大小写的标记和属性。无论任何规范或标准说什么，很多东西都会产生混乱的HTML，许多浏览器都支持它。我可能仍然错过那种模式中的东西。这就是我编写模块的原因。

Answer 3

grep可能是错误的工具。首先尝试$examples_content =~ /href="(.*?)"/g ...首先不需要split，而?修饰符会使href=".*"模式与匹配过多。

Answer 4

map可以通过返回或不返回值轻松模拟grep：

my @hrefs = map(/href="(.*?)"/g, split("\n", $examples_content));

但我同意 Amadan 和 BRPocock ，在这种情况下删除拆分并与源匹配将更好，但我添加了这个作为show的答案你如何将map用于其他案件。

本着不止一种方式的精神，行：

my @hrefs = $examples_content =~ /href="(.*?)"/g;

也可以写成：

my @hrefs = map /href="(.*?)"/g, $examples_content;

如果您更喜欢订单 [输出转换输入] 而不是 [输出输入转换]

可以使用Perl的grep和regex返回捕获

4 个答案: