在Perl中，如何正确提取括在括号中的URL？

Question

我有两个关于Regexp::Common qw/URI /和Perl正则表达式的问题。

我使用Regexp::Common qw/URI/来解析字符串中的URI并删除它们。但是，当URI位于括号之间时，我遇到了一个错误。

例如：(http://www.example.com)

该错误是由引起“）”，并且当它尝试解析URI，应用程序崩溃。所以，我想两个定位：

• 做一个简单的（或我是这么认为的）写入括号和)字符
• 的Regexp::Common qw/URI/具有实现修复功能之间的空白。

在我的代码中，我试图实现正则表达式，但应用程序冻结。我已经试过的代码是这样的：

use strict; 

use Regexp::Common qw/URI/; 
my $str = "Hello!!, I love (http://www.example.com)"; 
while ($str =~ m/\)/){ 
       $str =~ s/\)/ \)/; 
     } 
my ($uri) = $str =~ /$RE{URI}{-keep}/; 
print "$uri\n"; 
print $str; 

，我想输出是：(http://www.example.com)

我不知道，但我认为这个问题是在$str =~ s/\)/ \)/;

BTW，我有一个关于Regexp :: Common qw/URI /的问题。我有两个字符串类型：

1. ablalbalblalblalbal http://www.example.com
2. asfasdfasdf http://www.example.com aasdfasdfasdf

我想删除的URI，如果它是最后一个组件（和保存）。如果没有，则保存它而不将其从文本中移除。

Answer 1

my $str = "Hello!!, I love (GOOGLE)"; 
while ($str =~ m/)/){ 
    $str =~ s/)/)/; 
} 

您的程序在此处进入无限循环。要明白为什么，请尝试在循环中每次打印$ str的值。

my $str = "Hello!!, I love (GOOGLE)"; 
while ($str =~ m/)/){ 
    $str =~ s/)/)/; 
    print $str, "\n"; 
} 

它打印的第一次“你好！我爱（谷歌）”。然后再次评估while循环条件。你的字符串仍然与你的正则表达式匹配（它仍然包含一个右括号），所以替换再次运行，这次它打印出两个空格的“Hello !!，我爱（GOOGLE）”。

然后继续。每循环一次，就会添加另一个空间，但每当您仍然有一个右括号时，就会运行另一个替换。

我能看到的最简单的解决方案是只匹配右括号，如果它前面有非空白字符（使用\ S）。

my $str = "Hello!!, I love (GOOGLE)"; 
while ($str =~ m/\S)/){ 
    $str =~ s/)/)/; 
    print $str, "\n"; 
} 

在这种情况下，循环只执行一次。

Answer 2

您不必首先测试匹配，以便能够正确使用s///运算符：如果字符串与搜索模式不匹配，它将不会执行任何操作。

#!/usr/bin/perl 

use strict; use warnings; 

my $str = "Hello!!, I love (GOOGLE)"; 
$str =~ s/\)/)/g; 

print "$str\n"; 

在文本中正确检测URL的一般问题很容易出错。例如参见Jeff's thoughts on this。

Answer 3

为什么不在搜索中包含括号？如果URL会一直加括号，然后是这样的：

#!/usr/bin/perl 
use warnings; 
use strict; 
use Regexp::Common qw/URI/; 

my $str = "Hello!!, I love (http://www.google.com)"; 
my ($uri) = $str =~/\(($RE{URI}) \) /x; 
print "$uri\n"; 

从正则表达式::常见的正则表达式可以作为一个更长的正则表达式的一部分，它并不一定要在自己的使用。此外，我在正则表达式中使用了'x'修饰符来允许空格，这样您可以更清楚地看到发生了什么 - 带反斜杠的括号被视为匹配的字符，没有定义匹配的字符（可能类似于{-keep} - 我以前没有用过）。

你也可以将支架可选，喜欢的东西：

/ (?: \(($RE{URI}) \) | ($RE{URI}))/

尽管这会导致两个匹配的变量，一个不确定的 - 就需要这样类似以下内容：

my $uri = $1 || $2 || die "Didn't match a URL!"; 

有可能是一个更好的方法来做到这一点，而且如果你不打扰匹配括号，那么你可以简单地在第一个正则表达式中使括号可选（通过'？'）...

要回答你的第二个问题，只关于行尾的匹配URL - 看看正则表达式的“锚点”，它可以强制匹配一行的开头或结尾：^和$（或\ A和\ Z如果你更喜欢）。例如仅匹配一行末尾的网址：

/$RE{URI}\Z/