regex - 使用 perl 正则表达式提取 html 元素名称

Question

我尝试能够在 perl 的一个正则表达式中提取 2 种形式的 html 元素名称，例如我有这个：

文件.all。元素名称。

并且

document.all[" ElemName "]。

还有这个

document.all[' ElemName ']。

而且我需要获取ElemName，我只能捕获一个选项，是否可以在 1 个正则表达式中提取它？这就是我所拥有的：

document.all[\.\w|\[](\w+) 

仅捕获第一个示例

Answer 1

您可以使用命名捕获，自 Perl v5.10 起可用：

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

my @array = qw{
    document.all.ElemName1.
    document.all["ElemName2"].
    document.all['ElemName3'].
};

for (@array) {
    /
        \b
        document\.all
        (?:
            \.(?<elem>\w+)
            | \["(?<elem>\w+)"\]
            | \['(?<elem>\w+)'\]
        )
        \.
    /x;

    print $+{elem}, "\n";
}

Answer 2

ElemName这将匹配第一个捕获组中的所有三种情况：

document\.all\.?(?:\[["'])?(\w+)(?:['"]\])?

演示在这里。

Answer 3

您可以使用包含单引号和双引号的字符类来匹配引号：

$a = 'document.all.Element["ElemNamea"]';
$b = "document.all.Element['ElemNameb']";
print "a : $a\n";
print "b : $b\n\n";

$a =~ /document.all.Element\[['"](\w+)['"]\]/;  # ["'] matches ' or "
print "result: $a and $1\n";                    # result is in $1
$b =~ /document.all.Element\[['"](\w+)['"]\]/;
print "result: $b and $1\n";

输出：

a : document.all.Element["ElemNamea"]
b : document.all.Element['ElemNameb']

result: document.all.Element["ElemNamea"] and ElemNamea
result: document.all.Element['ElemNameb'] and ElemNameb