2

我正在尝试使用正则表达式来获取 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>"

我能够得到前几个词:“an”、“file”,但在第三行我只能得到“trying”而不是“parse”。这是我尝试使用的代码:

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

我怀疑这与此有关,chomp但看不到如何以不同的方式解析文件。

4

2 回答 2

8

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充满了危险。例如,看一下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;
于 2017-11-07T17:00:07.433 回答
7

我怀疑这与chomp有关

不,这是因为您只捕获一个值并将其分配给一个标量。

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;
于 2017-11-07T17:01:00.203 回答