多行正则表达式

Question

我正在尝试匹配此文本：

<a href="http://english317.ning.com/profiles/blogs/bad-business-writing-487">Continue</a>
                                      </div>
                <p class="small">

                                                    Added by <a href="/profile/KemberleyRamirez">Kemberley Ramirez</a> on September 2, 2010 at 11:38pm   

我想获取 /blogs 之后的文本（例如“bad-business-writing-487”）以及添加的字符串（学生姓名和提交日期）（例如“ Kemberley Ramirez 于 2010 年 9 月 2 日晚上 11:38"）

我正在使用带有 Perl 表达式的 UltraEdit。

Answer 1

我不知道你到底想匹配什么，但你最好使用合适的 HTML 解析器：

#!/usr/bin/perl

use strict; use warnings;

use HTML::TokeParser::Simple;

my $parser = HTML::TokeParser::Simple->new(\*DATA);

my $blog_re = qr{^http://english317.ning.com/profiles/blogs/(.+)\z};
my $profile_re = qr{^/profile/(\w+)\z};

while ( my $tag = $parser->get_tag('a') ) {
    next unless my ($href) = $tag->get_attr('href');
    if ( $href =~ $blog_re or $href =~ $profile_re ) {
        print "[$1]\n";
    }
}

__DATA__
<a href="http://english317.ning.com/profiles/blogs/bad-business-writing-487">Continue</a>
                                      </div>
                <p class="small">

                                                    Added by <a href="/profile/KemberleyRamirez">Kemberley Ramirez</a> on September 2, 2010 at 11:38pm

Answer 2

在“点匹配换行符”模式下使用 PowerGrep，我想出了这个：（

(?>profiles/blogs/(.*?)").*?added by(.*?)</a>(.*?2010.*?\d{2}[ap]m)

然后是额外的处理搜索）
<?a.*?>

Answer 3

/s 和 /m 修饰符控制如何处理多行。
请参阅 perlretut

您可能想要带有 /s 修饰符的 rrr reg.exps 之类的东西，或者类似的东西这个：（未经测试）

$foo =~ m|blogs/([^"]+).*Added by <[^>]+>([^<]+)</a>|s

使用 m||而不是 // 以避免所有转义..

Answer 4

以下应该适用于多行：

.*blogs\/(\S+)".*\(\n.*\)*<a.*>(.*)<\/a>(.*)