如何使用 Perl 正则表达式提取多行代码？

Question

我正在尝试从该网站提取所有 IP 地址： http://www.game-monitor.com /

我想正则表达式该页面上的 IP，提取所有这些并将它们显示在屏幕上。

这就是我到目前为止所拥有的，你能告诉我出了什么问题并帮助我吗？

#!/usr/bin/perl

use HTTP::Request;
use LWP::UserAgent;

print 'Press [1] To Begin: ';
chomp ($begin = <STDIN>);

my $url = 'http://www.game-monitor.com/';
my @ips = ('\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}','\d{1,3}\.\d{1,2}\.\d{1,3}\.\d{1,2}','\d{1,2}   \.\d{1,3}\.\d{1,2}\.\d{1,3}','\d{1,2}\.\d{1,2}\.\d{1,2}\.\d{1,3}','\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,2}','\d{1,3}\.\d{1,3}\.\d{1,2}\.\d{1,2}','\d{1,2}\.\d{1,2}\.\d{1,3}\.\d{1,3}','\d{1,2}\.\d{1,2}\.\d{1,2}\.\d{1,2}','\d{1,2}\.\d{1,3}\.\d{1,3}\.\d{1,2}','\d{1,3}\.\d{1,2}\.\d{1,2}\.\d{1,3}');

if ($begin eq 1)
{
my $request = HTTP::Request->new(GET => $url);
my $useragent = LWP::UserAgent->new();
my $response = $useragent->request($request);
my $result = $response->content;

foreach $ip (@ips)
{
if ($result =~ /($ips[0])/ ||
$result =~ /($ips[1])/ ||
$result =~ /($ips[2])/ ||
$result =~ /($ips[3])/ ||
$result =~ /($ips[4])/ ||
$result =~ /($ips[5])/ ||
$result =~ /($ips[6])/ ||
$result =~ /($ips[7])/ ||
$result =~ /($ips[8])/ ||
$result =~ /($ips[9])/
)
{
    print "IP: $1 \n";
    print "IP: $2 \n";
    print "IP: $3 \n";
    print "IP: $4 \n";
    print "IP: $5 \n";
    print "IP: $6 \n";
    print "IP: $7 \n";
    print "IP: $8 \n";
    print "IP: $9 \n";
    print "IP: $10 \n";
}
}
}

Answer 1

要简化多行替换，请使用 /s 修饰符，它实际上告诉 Perl 假装字符串是单行——即使它不是。

有关更多详细信息，请参阅 perlre 。

如果您使用像 Regexp 这样的模块，那就太好了::Common::net -- 提供 IPv4 地址的正则表达式，而不是编写您自己的正则表达式来匹配 IP 地址。

例如尝试类似的东西，

use Regexp::Common qw/net/;
while (<>) {
  print $1, "\n" if /($RE{net}{ipv4})/;
}

Answer 2

使用 /g 修饰符匹配所有 IP。
提示：使用 -w 参数和 strict 包来避免“糟糕的编码风格”。

#!/usr/bin/perl -w

use strict;
use HTTP::Request;
use LWP::UserAgent;

print 'Press [1] To Begin: ';
chomp (my $begin = <STDIN>);

my $url = 'http://www.game-monitor.com/';
my $ip_regex = '\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}';

if ($begin eq 1)
{
    my $request = HTTP::Request->new(GET => $url);
    my $useragent = LWP::UserAgent->new();
    my $response = $useragent->request($request);
    my $result = $response->content;

    while ($result =~ /($ip_regex)/g)
    {
        print "IP: $1 \n";
    }

}

Answer 3

#!/usr/bin/perl

use HTTP::Request;
use LWP::UserAgent;


my $url = 'http://www.game-monitor.com/';
my $request = HTTP::Request->new(GET => $url);
my $useragent = LWP::UserAgent->new();
my $response = $useragent->request($request);
my $result = $response->content;

@m = ($result =~ /\b(\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3})\b/sg);
foreach (@m) {
        print "IP: $_\n";
}

Answer 4

我真的不明白你想用你的大数组@ips做什么。第一个正则表达式已经匹配所有 IP 地址（因为 \d{1,3} 表示“一到三位数字”，它已经包含具有两位数字的 IP 地址），因此您不需要全部那些带有 \d{1,2} 的排列。

您可以做的一件事是用 \b 单词边界锚点包围您的正则表达式，以确保您不会匹配 99123.123.123.12399 内的 123.123.123.123代码> 或类似的东西。另外，您可能知道您的正则表达式也会匹配 999.999.999.999 之类的内容。如果这不是问题，因为您的输入不包含无效的 IP 地址，那么当然没问题。

最后，您需要 /g 全局修饰符，以便您的正则表达式不仅可以找到字符串中的第一个匹配项，还可以找到所有匹配项。

从本质上讲，如何这样做：

while ($result =~ m/\b\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}\b/g) {
    print "IP: 
amp;\n";
}