Thread RegEx: großes, umfangreiches Problem (18 answers)
Opened by pktm at 2003-08-17 18:54

kabel
 2003-08-18 14:53
#65090 #65090
User since
2003-08-04
704 Artikel
BenutzerIn
[default_avatar]
R E A D M O R E P L E A S E :)

hier ist die grammatik. have fun.

Code: (dl )
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
my $grammar = q~
    titel: '<h1>' /.*(?=<\/h1>)/ '</h1>' { $return = $item[2]; }
    toc_eintrag: '<li>' /[^\n]*/ { $return = $item[2] || ""; chomp $return; }
    toc: toc_eintrag(s?)
    header: titel toc { $return = {TITEL => $item[1], TOC => $item[2]}; }
    link: /<a[ \w="\d]*?>/i /(.|\s)*?(?=<\/a>)/i /<\/a>/i { $return = $item[2]; }
    start_h2: /<H2>/i
    end_h2: /<\/H2>/i
    eintrag_separator: /<hr \/>/i
    eintrag: eintrag_separator link(?) start_h2  /.*(?=<\/H2>)/i end_h2 /(.|\s)*?(?=<hr \/>)/ {
        $return = { EINTRAG_TITEL => $item[4], EINTRAG_TEXT => $item[6] || "", LINK => $item[2] || ""};
        chomp $return->{EINTRAG_TEXT};
    }
    eintraege: eintrag(s?) eintrag_separator { $return = $item[1]; }
    datei: header eintraege { $return = [$item[1], $item[2]]; }
~;

falls jemand ne erklärung will => frage!

sie kann die zwei beispiele parsen (ohne das vor- bzw. nachgeplänkel, also vom <h1>-tag bis zum letzten <hr />).
die aufgebaute struktur sieht bei der eingabe
Quote
<h1>Cookies</h1>

<li><a href="#intro">Was sind Cookies?</a>
<li><a href="#kekse_perl">Cookies mit perl</a>
<li><a href="#kekse_setzen">Cookies setzen (perl-script)</a>
<li><a href="#cookies_ohne_modul">Cookies ohne CGI.pm</a>

<hr />
<a name="intro">& </a>
<h2>Was sind cookies?</h2>
<p>Cookies sind kleine Textdateien, die auf Ihrem Computer gespeichert werden.
<hr />
<a name="kekse_perl">& </a>
<h2>Cookies mit perl</h2>
<h3>Einleitung</h3>
<hr />
<a name="kekse_setzen">& </a>
<h2>Cookies setzen (perl-script)</h2>
<pre> blubber di bla
<hr />
<a name="cookies_ohne_modul">& </a>
<h2>Cookies ohne CGI.pm</h2>
<H3>Cookies einlesen</H3>
<hr />

so aus:
Code: (dl )
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
kabel@linux:~/progs/perl/pktm> perl -w pktm.pl
$VAR1 = [
          {
            'TOC' => [
                       '<a href="#intro">Was sind Cookies?</a>',
                       '<a href="#kekse_perl">Cookies mit perl</a>',
                       '<a href="#kekse_setzen">Cookies setzen (perl-script)</a>',
                       '<a href="#cookies_ohne_modul">Cookies ohne CGI.pm</a>'
                     ],
            'TITEL' => 'Cookies'
          },
          [
            {
              'EINTRAG_TITEL' => 'Was sind cookies?',
              'LINK' => [
                          '& '
                        ],
              'EINTRAG_TEXT' => '<p>Cookies sind kleine Textdateien, die auf Ihrem Computer gespeichert werden.'
            },
            {
              'EINTRAG_TITEL' => 'Cookies mit perl',
              'LINK' => [
                          '& '
                        ],
              'EINTRAG_TEXT' => '<h3>Einleitung</h3>'
            },
            {
              'EINTRAG_TITEL' => 'Cookies setzen (perl-script)',
              'LINK' => [
                          '& '
                        ],
              'EINTRAG_TEXT' => '<pre> blubber di bla'
            },
            {
              'EINTRAG_TITEL' => 'Cookies ohne CGI.pm',
              'LINK' => [
                          '& '
                        ],
              'EINTRAG_TEXT' => '<H3>Cookies einlesen</H3>'
            }
          ]
        ];
kabel@linux:~/progs/perl/pktm>


HTH :unclesam:
-- stefan

View full thread RegEx: großes, umfangreiches Problem