最短匹配問題

我知道了嗎？操作員啓用「非貪婪」模式，但我遇到了一個問題，我似乎無法繞開。考慮像這樣的字符串：最短匹配問題

my $str = '<a>sdkhfdfojABCasjklhd</a><a>klashsdjDEFasl;jjf</a><a>askldhsfGHIasfklhss</a>';

那裏有開始和結束標記<a>和</a>，有鑰匙ABC，DEF和GHI，但其他一些隨機文本包圍。例如，我想用<b>TEST</b>替換<a>klashsdjDEFasl;jjf</a>。但是，如果我有這樣的事情：

$str =~ s/<a>.*?DEF.*?<\/a>/<b>TEST><\/b>/;

即使非貪婪操作符*？這並不做我想做的。我知道爲什麼它沒有這樣做，因爲第一個<a>匹配字符串中的第一個匹配項，並一直匹配到DEF，然後匹配到最接近的關閉</a>。然而，我想要的是儘可能匹配最接近的開頭<a>並關閉</a>到「DEF」。所以目前，我得到這個作爲結果：

<a>TEST</b><a>askldhsfGHIasfklhss</a>

凡爲我尋找的東西得到這樣的結果：

<a>sdkhfdfojABCasjklhd</a><b>TEST</b><a>askldhsfGHIasfklhss</a>

順便說一句，我並不是想在這裏解析HTML，我知道有模塊可以做到這一點，我只是問如何做到這一點。

感謝，埃裏克·塞弗特

來源

2011-04-22 Eric Seifert

$str =~ s/(.*)<a>.*?DEF.*?<\/a>/$1<b>TEST><\/b>/;

的問題是，即使非貪婪匹配，Perl的仍然試圖找到開始在字符串中最左邊的可能點了比賽。由於.*?可以匹配<a>或</a>，這意味着它總是會找到第一個<a>就行了。

在開始添加一個貪婪(.*)使其找到最後可能匹配就行了<a>（因爲.*首先抓住全行，然後回溯，直到找到匹配）。

一個警告：因爲它首先找到最右邊的匹配，所以不能在/g修飾符中使用此技巧。任何額外的比賽將在$1之內，並且/g恢復前一場比賽結束的搜索，因此它不會找到它們。相反，你不得不使用像一個循環：

1 while $str =~ s/(.*)<a>.*?DEF.*?<\/a>/$1<b>TEST><\/b>/;

來源

2011-04-22 17:08:51 cjm

謝謝，這正是我一直在尋找的。 – 2011-04-22 17:20:01

而不是一個點的它說：「匹配任何字符不是：用你真正需要它說「匹配任何字符」， </a>「」的開頭。這轉化爲這樣的事情：

$str =~ s/<a>(?:(?!<\/a>).)*DEF(?:(?!<\/a>).)*<\/a>/<b>TEST><\/b>/;

來源

2011-04-22 17:10:38 ridgerunner

@ysth：感謝逃生...... – ridgerunner 2011-04-22 17:15:31

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

my $str = '<a>sdkhfdfojABCasjklhd</a><a>klashsdjDEFasl;jjf</a><a>askldhsfGHIasfklhss</a>'; 

my @collections = $str =~ /<a>.*?(ABC|DEF|GHI).*?<\/a>/g; 

print join ", ", @collections;

來源

2011-04-22 17:15:03 SymKat

你所做的只是改變正則表達式，因此它匹配字符串中出現的所有' ...'。這並不能解決原來的問題，即只匹配其中一組。 – cjm 2011-04-22 17:46:45

啊，你說得對。 @cjm – SymKat 2011-04-22 18:15:38

s{ 
    <a> 
    (?: (?! </a>) .)* 
    DEF 
    (?: (?! </a>) .)* 
    </a> 
}{<b>TEST</b>}x;

基本上，

(?: (?! PAT) .)

是

[^CHARS]

的正則表達式模式，而不是字符等效。

來源

2011-04-22 19:19:41 ikegami

最短匹配問題

回答

相關問題