/blog/perl


substr() in Perl
[131407 mal gelesen]
foreach in Perl
[118809 mal gelesen]
Arrays in Perl - Besonderheiten
[112461 mal gelesen]
open() - Dateien öffnen in Perl
[99845 mal gelesen]
split() in Perl - Zeichenketten teilen
[93633 mal gelesen]
chomp() in Perl
[86537 mal gelesen]
grep - Listen durchsuchen in Perl
[83798 mal gelesen]
push in Perl
[81304 mal gelesen]
sleep in Perl - Das aktuelle Script warten lassen
[63990 mal gelesen]
print in Perl
[51080 mal gelesen]


Arrays
Dateien
HTPC
Hashes
Leistungsoptimiert
PHP
Perl
RegEx
Schleifen
Script
Skalare
Sonstiges
System
Webserver
Zur Startseite


Freitag, 16.2.2007, 12:34:21 Uhr

Reguläre Ausdrücke - Klammerung und gespeicherte Werte



Wie Sie vorher gesehen haben, können Wiederholungen von Zeichen ermittelt werden, indem man die Zeichen in Klammern setzt. Diese Klammerung hat aber auch noch einen anderen Effekt: Die gefundenen Zeichen werden bestimmten Variablen zugewiesen! Diese Zuweisung ist eine sehr hilfreiche Einrichtung von Perl, wie Sie gleich sehen werden:

$t='<a href="test.htm">Test</a>';
$t=~ /(<a.*?>)(.*?)(<\/a>)/;
print "Linkcode: $1\nLinktext: $2\nEndocde: $3";


Ausgabe:
Linkcode: <a href="test.htm">
Linktext: Test
Endcode: </a>

Cool, finde ich! Ohne großes hin und her kann man einen HTML-Link in seine Einzelteile zerlegen.
Allerdings hat das Ganze noch so seine Schattenseiten:
Was, wenn gar kein Link im Text vorhanden ist? Also sollte man vielleicht eine entsprechende if-Bedingung einfügen.
Was, wenn der Verfasser des HTML-Codes Großbuchstaben verwendet hat? Also Groß / Kleinschreibung ignorieren.
Was, wenn ein Zeilenumbruch im Link ist? Also Zeilenumbruch löschen.

#Beispieltext;
$t=<<EOF;
<A HREF=
"test.htm">Test
</a>
EOF

#Code bereinigen, \n löschen
$t=~ s/\n//g;

$gefunden=$t=~ /(<a.*?>)(.*?)(<\/a>)/i;

if ($gefunden == 1){
print "Linkcode: $1\nLinktext: $2\nEndocde: $3";
} else {
print "Da war kein Link-Code!!!";
}


Was passiert hier?
Wie sie sehen, ist im Beispieltext mit Zeilenumbrüchen gearbeitet worden. Diese werden zuerst ersatzlos gelöscht.
Danach wird nach dem Linkcode geguckt. Wenn er vorhanden ist, werden die einzelnen Bestandteile $1 $2 und $3 zugewiesen UND $gefunden wird auf eins gesetzt.
Anhand dieser 1 kann man nun prüfen, ob der Linkcode vorhanden war oder nicht und entsprechende Meldungen ausgeben.

Wenn man solche RegEx schreibt, sollte man also immer auf alle Eventualitäten vorbereitet sein.

Übrigens:
Man hätte die Zeile
$gefunden=$t=~ /(<a.*?>)(.*?)(<\/a>)/i;
auch schreiben können
if ($t=~ /(<a.*?>)(.*?)(<\/a>)/i){ print ... usw.,
dann wäre gleich direkt verzweigt worden, aber dann hätte ich ja nicht den Trick mit dem $gefunden beschreiben können :)


Als kleines Schmankerl könnte man jetzt auch noch den Link aus dem $1 extrahieren:

$link=$1;
$link=~ /\"(.*?)\"/;
$link=$1;
print $link;


Ausgabe:
test.htm

Nun, funktionieren tuts ja, aber war sehr quick und sehr dirty. Denn was ist, wenn der Link so aussieht:
<A target="_blank" HREF="test.htm">
Dann haut die Geschichte nicht hin, weil dann als Ergebnis _blank herauskommt.
Was also tun? Klar: Das href abfragen:

$link=$1;
$link=~ / href\=\"(.*?)\"/i;
$link=$1;
print $link;



Nun klappt zumindest schon mal das. Das komplette Listing:

#Beispieltext;
$t=<<EOF;
<A HREF=
"test.htm">Test
</a>
EOF

#Code bereinigen, \n löschen
$t=~ s/\n//g;

$gefunden=$t=~ /(<a.*?>)(.*?)(<\/a>)/i;

if ($gefunden == 1){
$link=$1;
$link=~ / href\=\"(.*?)\"/i;
$link=$1;
print "Link zu: $link, Linktext: $2";
} else {
print "Da war kein Link-Code!!!";
}



Natürlich funktioniert das schon ganz gut, aber nur, wenn der HTML-Code so geschieben steht, wie es vom W3C vorgeschrieben ist.
Links extrahieren kann eine ziemlich mühselige Angelegenheit sein, dazu später aber mehr.


Thema: Perl RegEx

Der Beitrag "Reguläre Ausdrücke - Klammerung und gespeicherte Werte" wurde 5696 mal gelesen.

Kommentar schreiben  Druckansicht  Seitenanfang 
Beurteilen 






 Zufällige Beiträge im /blog/perl

utime - Zeitstempel von Dateien oder Verzeichnissen ändern in Perl

join() - Array in Skalar umwandeln - Wie mache ich aus einer Liste eine Zeichenkette?

Hash of Arrays - Oder: Wie bilde ich ein Hash aus Arrays?

Datei komplett einlesen - Die exotische Variante

LWP::Simple - Modulbeschreibung in Deutsch

undef in Perl

goto in Perl oder: Wie erzeuge ich Spaghetti-Code

Reguläre Ausdrücke - Einfache Suche mit gemischten Zeichen

uc() in Perl - Alle Buchstaben in Großbuchstaben umwandeln



0.0207948684692383 sec. to build



...Blogsoftware in pure Perl - Powered by a lot of Coffee...


SSD-Festplatte - Wassn das???
Die Transliteration - Nur ein Zeichen in einem Skalar ersetzen
Select - Case in Perl
Windows 7 XP Mode – Wo finde ich den XP-Modus unter Windows 7?
Mac-Adresse beim Apple Macintosh herausfinden
SGN-Funktion für Perl
truncate - Dateigröße verändern in Perl
Eigene IP herausfinden mit Perl
Epoche live in Datum umwandeln
Firefox 3 - Exe-Files downloaden


Von: Fabian
Kommentar:
Hallo zusammen,
ich suche schon etwas im Internet und bin bisher nicht fündig geworden.
Zum Beitrag


Von: Schorschel eastcoast
Kommentar:
Danke. Das hat mir weitergeholfen.
Zum Beitrag


Von: Jessica
Kommentar:
Kann man auch zwei Datein parallel einlesen?

Zum Beitrag


Von: Xtravaganz
Kommentar:
Für

Zum Beitrag


Von: Xtravaganz
Kommentar:
Für

Zum Beitrag



Gesamtverzeichnis
Februar 2010
Dezember 2009
Oktober 2009
Januar 2009
Dezember 2008
November 2008
September 2008
August 2008
Juli 2008
Juni 2008
Mai 2008
April 2008
Januar 2008
Dezember 2007
November 2007
Oktober 2007
September 2007
August 2007
Juni 2007
Mai 2007
April 2007
März 2007
Februar 2007
Januar 2007
Dezember 2006


Mister Wong

RSS-Feed

Heute ist der
25.4.2019

Es ist
6:41:09 Uhr

Ihre IP:
18.215.159.156

Blog-Einträge: 186

Die letzten 24 Stunden im Überblick


Gelesene Beiträge insgesamt:
3804200


Webseiten vergleichen
Kalender mit Feiertagen - 2028
Links finden und testen
Menschliche Datumsangaben
IP zu Domain herausfinden
Time live in Datum umwandeln
Perl für Windows



Mo Di Mi Do Fr Sa So
1234567
891011121314
15161718192021
22232425262728
2930

Impressum