Форум программистов [Powered by Invision Power Board]

Версия для печати темы
Нажмите сюда для просмотра этой темы в оригинальном формате

Форум программистов > Perl: Общие вопросы > Регулярные выражения

Автор: kukich 15.2.2010, 15:45

С помощью LWP достаю страничку , надо выделить

Код


<title>то что надо выделить </title>.

Вот этим рег. выражением я выделяю эту строку

Код


$str=~m/(<title>)(.+)(?=<\/title>)/;

Где в $str забит код страницы и при этом все работает.
Но в случае если на странице титл размещён таким образом

Код


<title>
    
        Здесь то , что надо выделить
    
</title>

то ничего не выделяется.Почему это?

Автор: Logo 15.2.2010, 16:20

Модификатор s

Автор: kukich 15.2.2010, 16:33

Елси я не ошибаюсь , то модификатор S используется для замены , а M - для поиска.Мне не нужно заменять

Автор: amg 15.2.2010, 16:43

Цитата(kukich @ 15.2.2010, 16:33

)

С модификатором S даж не компилиться

Не S, а s.

Код

if ($str=~/<title>(.+?)<\/title>/s) {
  # В $1 будет нужное
}

Автор: kukich 15.2.2010, 16:58

виноват , все работает

Автор: okanatov 15.2.2010, 19:07

Немного запоздал с ответом, но всё же мои 5 копеек smile

Первый вариант (без модификатора s) не работает, так как в этом случае метасимвол '.' не будет матчить '\n'.

Автор: krypt3r 16.2.2010, 11:21

Код


$str =~ /(?<=<title>)\s*(.+?)\s*(?=<\/title>)/s;

Автор: mvsgt 16.2.2010, 13:18

Для фрагмента ниже все вышеперечисленные выражения не дадут результата.

Код


<html>
<head>
<title>title title title title 
</head>
<body>
body body body body body body 
</body>
</html>

а этот вариант даст:

Код


$html =~ /(<title\s*>)\s*([^<]+?)\s*(<\/)/s;

вопрос - на что лучше не обращать внимание, на использование дополнительных тэгов в title, или на отсутствие </title> ?

Автор: JackYF 16.2.2010, 13:25

Возможно, лучше не парсить html регулярками, а воспользоваться готовыми модулями для этого?

Автор: mvsgt 16.2.2010, 13:42

Цитата(JackYF @ 16.2.2010, 13:25

)

Возможно, лучше не парсить html регулярками, а воспользоваться готовыми модулями для этого?

Как показывает практика, некоторые редиски делают непарсабельный html, так что приходится регулярками. И скорость часто настолько выше, что вопросов даже не возникает.

Автор: KSURi 16.2.2010, 16:03

Цитата(mvsgt @ 16.2.2010, 13:42

)

Как показывает практика, некоторые редиски делают непарсабельный html, так что приходится регулярками

Marpa::UrHTML