/blog/perl


substr() in Perl
[126999 mal gelesen]
foreach in Perl
[116147 mal gelesen]
Arrays in Perl - Besonderheiten
[109124 mal gelesen]
open() - Dateien öffnen in Perl
[97737 mal gelesen]
split() in Perl - Zeichenketten teilen
[88641 mal gelesen]
chomp() in Perl
[84409 mal gelesen]
grep - Listen durchsuchen in Perl
[81726 mal gelesen]
push in Perl
[78535 mal gelesen]
sleep in Perl - Das aktuelle Script warten lassen
[61110 mal gelesen]
print in Perl
[49722 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 5442 mal gelesen.

Kommentar schreiben  Druckansicht  Seitenanfang 
Beurteilen 






 Zufällige Beiträge im /blog/perl

Alle Dateien eines Verzeichnisses löschen - Aber bitte mit Ausnahmen!

Epoche eines bestimmten Datums herausfinden

Groß-Kleinschreibung in Regular Expression ändern

Windows Vista schneller booten

Setupparameter für die Vista Installation

Gruppenbildung in Perl

Mein Cache-Modul für Perl - Fortsetzung

close - Datei schließen in Perl

Doppelte Einträge aus Array entfernen in Perl



0.0361549854278564 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
22.7.2018

Es ist
4:49:33 Uhr

Ihre IP:
54.225.17.239

Blog-Einträge: 186

Die letzten 24 Stunden im Überblick


Gelesene Beiträge insgesamt:
3686901


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
1
2345678
9101112131415
16171819202122
23242526272829
3031

Impressum