在Perl中，如何正確提取括在括號中的URL？

Question

我有兩個關於Regexp::Common qw/URI /和Perl正則表達式的問題。

我使用Regexp::Common qw/URI/來解析字符串中的URI並刪除它們。但是，當URI位於括號之間時，我遇到了一個錯誤。

例如：(http://www.example.com)

該錯誤是由引起「）」，並且當它嘗試解析URI，應用程序崩潰。所以，我想兩個定位：

• 做一個簡單的（或我是這麼認爲的）寫入括號和)字符
• 的Regexp::Common qw/URI/具有實現修復功能之間的空白。

在我的代碼中，我試圖實現正則表達式，但應用程序凍結。我已經試過的代碼是這樣的：

use strict; 

use Regexp::Common qw/URI/; 
my $str = "Hello!!, I love (http://www.example.com)"; 
while ($str =~ m/\)/){ 
       $str =~ s/\)/ \)/; 
     } 
my ($uri) = $str =~ /$RE{URI}{-keep}/; 
print "$uri\n"; 
print $str; 

，我想輸出是：(http://www.example.com)

我不知道，但我認爲這個問題是在$str =~ s/\)/ \)/;

BTW，我有一個關於Regexp :: Common qw/URI /的問題。我有兩個字符串類型：

1. ablalbalblalblalbal http://www.example.com
2. asfasdfasdf http://www.example.com aasdfasdfasdf

我想刪除的URI，如果它是最後一個組件（和保存）。如果沒有，則保存它而不將其從文本中移除。

Answer 1

my $str = "Hello!!, I love (GOOGLE)"; 
while ($str =~ m/)/){ 
    $str =~ s/)/)/; 
} 

您的程序在此處進入無限循環。要明白爲什麼，請嘗試在循環中每次打印$ str的值。

my $str = "Hello!!, I love (GOOGLE)"; 
while ($str =~ m/)/){ 
    $str =~ s/)/)/; 
    print $str, "\n"; 
} 

它打印的第一次「你好！我愛（谷歌）」。然後再次評估while循環條件。你的字符串仍然與你的正則表達式匹配（它仍然包含一個右括號），所以替換再次運行，這次它打印出兩個空格的「Hello !!，我愛（GOOGLE）」。

然後繼續。每循環一次，就會添加另一個空間，但每當您仍然有一個右括號時，就會運行另一個替換。

我能看到的最簡單的解決方案是隻匹配右括號，如果它前面有非空白字符（使用\ S）。

my $str = "Hello!!, I love (GOOGLE)"; 
while ($str =~ m/\S)/){ 
    $str =~ s/)/)/; 
    print $str, "\n"; 
} 

在這種情況下，循環只執行一次。

Answer 2

您不必首先測試匹配，以便能夠正確使用s///運算符：如果字符串與搜索模式不匹配，它將不會執行任何操作。

#!/usr/bin/perl 

use strict; use warnings; 

my $str = "Hello!!, I love (GOOGLE)"; 
$str =~ s/\)/)/g; 

print "$str\n"; 

在文本中正確檢測URL的一般問題很容易出錯。例如參見Jeff's thoughts on this。

Answer 3

爲什麼不在搜索中包含括號？如果URL會一直加括號，然後是這樣的：

#!/usr/bin/perl 
use warnings; 
use strict; 
use Regexp::Common qw/URI/; 

my $str = "Hello!!, I love (http://www.google.com)"; 
my ($uri) = $str =~/\(($RE{URI}) \) /x; 
print "$uri\n"; 

從正則表達式::常見的正則表達式可以作爲一個更長的正則表達式的一部分，它並不一定要在自己的使用。此外，我在正則表達式中使用了'x'修飾符來允許空格，這樣您可以更清楚地看到發生了什麼 - 帶反斜槓的括號被視爲匹配的字符，沒有定義匹配的字符（可能類似於{-keep} - 我以前沒有用過）。

你也可以將支架可選，喜歡的東西：

/ (?: \(($RE{URI}) \) | ($RE{URI}))/

儘管這會導致兩個匹配的變量，一個不確定的 - 就需要這樣類似以下內容：

my $uri = $1 || $2 || die "Didn't match a URL!"; 

有可能是一個更好的方法來做到這一點，而且如果你不打擾匹配括號，那麼你可以簡單地在第一個正則表達式中使括號可選（通過'？'）...

要回答你的第二個問題，只關於行尾的匹配URL - 看看正則表達式的「錨點」，它可以強制匹配一行的開頭或結尾：^和$（或\ A和\ Z如果你更喜歡）。例如僅匹配一行末尾的網址：

/$RE{URI}\Z/