Array mit allen verfügbaren Regex-Treffern (Allgemeines zu Perl)

[thread]15592[/thread]

Array mit allen verfügbaren Regex-Treffern

Leser: 19

Articles: hide open all | hide show old branches

+3 replies
deanosaurier

2010-11-01 18:55
User since
2010-10-25
1 Artikel
BenutzerIn
Tag, bin ganz neu hier, erste Bitte um Hilfe, nachdem ich mich zuletzt gegen Python und für Perl entschieden hab :D. Da hab ich auch gleich schonmal die erste Supportfrage.

Ich hatte jetzt zuletzt versucht, mir mit WWW::Mechanize ein Tool zu bauen, mit dem ich mir die Bilder einer meiner Meinung nach genialen Website auf die eigene Festplatte speichern kann. Dabei ist während des Testens jedoch ein Problem mit den regulären Ausdrücken aufgetreten, das sich auch nach Lesen von perlre oder perlretut nicht gelöst hat.

Zuerst einmal das Skript
Code (perl): (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

#!/usr/bin/perl use strict; use warnings; use WWW::Mechanize; open(DESC, ">> desc"); my $mech = WWW::Mechanize->new(); $mech->stack_depth(0); $mech->get( 'http://epicute.icanhascheezburger.com/', ':content-file' => 'epicute.html' ); open(FILE, '< epicute.html'); my $document = ''; while (<FILE>) { $document .= $_; } foreach my $match ($document =~ m!<textarea[^>]+><a href="([^"]+)"><img src='([^']+)' title="cute food photos - (.+?)".+?</textarea>!g) { print DESC $1 . "\t" . $2 . "\t" . $3 ."\n"; } close(FILE); close(DESC);
Der Inhalt von "desc" war nach Laufen dieses Skriptes (kurz gefasst) die folgende Zeile
Code: (dl )

http://epicute.icanhascheezburger.com/2010/10/28/cute-food-photos-mini-candy-apple-donuts/ http://epicute.files.wordpress.com/2010/10/aa160626-34e8-4d31-b4ce-2b0d10f6c875.jpg Mini Candy &quot;Apple&quot; Donuts
geschätzte 10-mal oder so.

Jetzt würde ich gerne wissen, wieso es da immer wieder nur das erste Auftreten dieser Regexp findet und nicht alle in dem Dokument vorhandenen. Falls das in dem Fall wegen HTML und so nicht so klar ist, hier vielleicht ein einfachere Frage:
Code (perl): (dl )

1 2 3 4

my $text = "Peter Pan geht sehr gerne in den Park"; foreach ($text =~ /(P\w+)/) { print "$1\n"; }
Dieses Skript sollte entsprechend den folgenden Output geben:
Peter
Pan
Park

Wo liegt hierbei der Fehler? Hab ich irgendeine $-Sondervariable übersehen oder bin ich vollkommen auf dem Holzweg? Ich wäre sehr dankbar über eine Antwort, wobei es wahrlich nicht eilt, also nicht hetzen lassen ;-)
Last edited: 2010-11-02 11:07:30 +0100 (CET)
- pq
  
  2010-11-01 19:35
  User since
  2003-08-04
  12209 Artikel
  Admin1
  zum zweiten beispiel:
  
  Code (perl): (dl )
  
  1 2 3 4
  
  my $text = "Peter Pan geht sehr gerne in den Park"; while ($text =~ /(P\w+)/g) { print "$1\n"; }
  
  das /g für global muss da sein, und entweder nimmst du "while" und beziehst dich dann auf $1, oder du nimmst "foreach", dann musst du aber in der schleife $_ benutzen. bei foreach wird die regex gleich alle möglichkeiten matchen und über die so erhaltene liste iterieren, wobei jedes element in $_ landet.
  bei while wird immer nur einmal gematcht, der match landet in $1, und in der nächsten iteration ist der nächste match dran.
  
  da du in deinem beispiel mit dem HTML foreach verwendest, hast du in den $1, $2 variablen nicht mehr das drin, was du haben willst. nimm stattdessen einfach while, dann sollte das gehn.
  
  edit: alternativ kann ich HTML::Treebuilder empfehlen, dann musst du dich mit den HTML-feinheiten gar nicht mehr rumschlagen. für das modul gibts auch einen XPath-wrapper.
  Last edited: 2010-11-01 19:44:03 +0100 (CET)
  Always code as if the guy who ends up maintaining your code will be a violent psychopath who knows where you live. -- Damian Conway in "Perl Best Practices"
  lesen: Wie frage ich & perlintro brian's Leitfaden für jedes Perl-Problem
- topeg
  
  2010-11-01 23:22
  User since
  2006-07-10
  2611 Artikel
  BenutzerIn
  So geht es doch einfacher:
  
  Code (perl): (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
  
  #!/usr/bin/perl use strict; use warnings; use LWP::Simple; use HTML::TreeBuilder; use Data::Dumper; my $html = HTML::TreeBuilder->new(); my $html_data=LWP::Simple::get('http://epicute.icanhascheezburger.com/'); my @data; my @images; if($html_data) { $html->parse($html_data); # nach dem Textarea suchen: for my $tag ( $html->look_down( _tag => 'textarea' ) ) { next if(!$tag->attr('name') || $tag->attr('name') ne 'easyshare2' ); push(@data,$tag->content()->[0]); } } print Dumper(\@data);

View all threads created 2010-11-01 18:55.