我只想保留文件名（不是完整路径）并将文件名添加到一些 bbcode。
这是要转换的 HTML：
<a href=/path/to/full/image.jpg rel=prettyPhoto><img rel=prettyPhoto src=/path/to/thumb/image.jpg /></a>
注意我不能有 rel="foo" （没有双引号）..
这是我在 PERL 中执行转换的内容：
s/\<a href=(.+?)\ rel=prettyPhoto\>\<img rel=prettyPhoto src=(.+?) \/>\<\/a\>/\[box\]$1\[\/box\]/gi;
这会将 HTML 转换为：
[box]/path/to/image.jpg[/box]
但这就是我想要的结果：
[box]image.jpg[/box]
HTML 必须保持不变。那么如何更改我的 PERL 以使 $1 仅包含文件名？
s/\<a href=(?:.*\/)?(.+?)\ rel=prettyPhoto\>\<img rel=prettyPhoto src=(.+?) \/>\<\/a\>/\[box\]$1\[\/box\]/gi;
(?:.*\/)?
将匹配以 / 结尾的最长部分。决赛?使这成为可选的。
我不知道它是否处理边缘案例，但我让它工作：
#!/usr/bin/perl
use strict;
use warnings;
my $in = '<a href=/path/to/full/image.jpg rel=prettyPhoto><img rel=prettyPhoto src=/path/to/thumb/image.jpg /></a>';
$in =~ s/\<a href=.*?([^\/]+)\ rel=prettyPhoto\>\<img rel=prettyPhoto src=(.+?) \/>\<\/a\>/\[box\]$1\[\/box\]/gi;
print $in . "\n";
但是，您难道不想做类似的事情：
#!/usr/bin/perl
use strict;
use warnings;
use HTML::TokeParser;
my $p = HTML::TokeParser->new(\*DATA);
my $token = $p->get_tag("a");
my $token_attribs = $token->[1];
my $bb_code;
if ($token_attribs->{rel} eq 'prettyPhoto') {
my $url = $token_attribs->{href};
my @split_path = split(m'/', $url);
$bb_code = '[box]' . $split_path[-1] . '[/box]';
}
print $bb_code . "\n";
__DATA__
<a href=/path/to/full/image.jpg rel=prettyPhoto><img rel=prettyPhoto src=/path/to/thumb/image.jpg /></a>
使用 HTML 解析器（例如HTML::TokeParser，在文档中有示例）为您查找 url？比手动对 HTML 进行正则表达式要好得多。
我建议您使用正确的工具来完成这项工作，例如：
use HTML::PullParser;
use URI;
die '' . $! || $@
unless my $p = HTML::PullParser->new(
doc => $doc_handle
, start => 'tag, attr'
, report_tags => ['a']
);
my @file_names;
while ( my $t = $p->get_token ) {
next unless $t and my ( $tag_name, $attr ) = @$t;
next unless $attr and my $href = $attr->{href};
next unless my $uri = URI->new( $attr->{href} );
next unless my $path = $uri->path;
push @file_names, substr( $path, rindex( $path, '/' ) + 1 );
# or it's safe to use a regex here:
# push @file_names, $path =~ m{([^/]+)$};
}
Data::Dumper->Dump( [ \@file_names ], [ '*file_names' ] );
这显然在正则表达式中不起作用，但您可以在 $1 上运行split函数并获取结果数组的最后一个元素。
不要捕捉整个事情。将非捕获组与(?:...). 这样，您可以进一步细分匹配的部分和捕获的部分。
关于什么：
s/\<a href=.*\/(.+?)\ rel=prettyPhoto\>\<img rel=prettyPhoto src=(.+?) \/>\<\/a\>/\[box\]$1\[\/box\]/gsi;