从 chomped 行中获取 Perl 中定界符之间的值

Question

我正在尝试使用正则表达式获取 Perl 中两个定界符之间的值。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>"

我能得到前几个字："an"、"file"，但在第三行我只能得到"trying"而不能得到"parse"。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，但看不出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;

您最好使用 HTML 解析器来执行此操作。用正则表达式解析HTML是fraught with peril. For example, take a look at 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

I suspect this has something to do with chomp

没有。这是因为您只捕获一个值并将其分配给标量。

使正则表达式成为全局 (/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 中定界符之间的值

Grab values between delimiters in Perl from chomped line

regex

perl

chomp