如何匹配Perl中的多个项目

Question

my $text ='<span>by <small class="author" itemprop="author">J.K. Rowling</small><span>by <small class="author" itemprop="author">J.K. Rowling</small><span>by <small class="author" itemprop="author">J.K. Rowling</small>'


if ($text =~ m/<span>by <small class="author" itemprop="author">(.+?)<\/small>/ig){
    $author = $1;
    $authorcount{$author} +=1;
}

$authorcounttxt = "authorcount.txt";
open (OUTPUT3, ">$authorcounttxt");
foreach $author (sort { $authorcount{$b} <=> $authorcount{$a} } keys %authorcount){
    print OUTPUT3 ("$author\t\t$authorcount{$author}\n");
}
close (OUTPUT3);

所需的输出是：

J.K. Rowling 3

但是我只得到：

J.K. Rowling 1

Answer 1

  if（$ text = 〜m /.../ ig）{
     $ wuter = $ 1;
     $ WERPONT {$ rution} += 1;
 

如果语句，这是一个，这意味着最多一次输入内部块，即如果有第一个匹配。您可能打算做一个，而语句则输入每个匹配的内部块：

  while（$ text = 〜m /..../ ig）{
     $ wuter = $ 1;
     $ WERPONT {$ rution} += 1;
 

Answer 2

如果 ，> 替换，以迭代以下等级匹配的所有匹配项，而不仅仅是第一个匹配项：

while ($text =~ m/<span>by <small class="author" itemprop="author">(.+?)<\/small>/ig){
  $author = $1;
  $authorcount{$author} += 1;
}

也要说明：与Regexen解析HTML充满危险。考虑使用可以正确解析html的模块， mojo :: dom 例如。

Answer 3

如先前的海报所指示的那样，如果（$ text =〜/.../gi）隐藏在中的问题，它将评估为true，并且仅执行一次。

您正在寻找在数组上下文中处理匹配，可以用或循环或来实现。

以下代码片段演示了解决方案的众多方法之一。

use strict;
use warnings;
use feature 'say';

my(%authors, $fname, $text, $re);

$fname = 'authorcount.txt';
$text  = '<span>by <small class="author" itemprop="author">J.K. Rowling</small><span>by <small class="author" itemprop="author">J.K. Rowling</small><span>by <small class="author" itemprop="author">J.K. Rowling</small>';
$re    = qr/<span>by <small class="author" itemprop="author">(.*?)<\/small>/;

$authors{$1}++ for $text =~ /$re/gi;

open my $fh, ">", $fname
    or die "Can't open $fname";
    
say $fh "$_ $authors{$_}" for sort keys %authors;

close $fh;

注意：此代码将适用于您的示例$ text ='...'，如果您打算处理复杂html文件，则 mojo :: dom 是解决问题的正确工具。