Hilfe zu Regex (gelöst) (Allgemeines zu Perl)

[thread]16099[/thread]

Hilfe zu Regex [gelöst]

Leser: 25

Articles: hide open all | hide show old branches

+9 replies
rooney10

2011-03-22 16:43
User since
2011-03-22
3 Artikel
BenutzerIn
Hallo Community,

bitte nicht zu streng zu mir sein, da es mein erster Beitrag ist und ich noch dazu recht unbeholfen im Umgang mit Perl bin.

Mein Problem sieht wie folgt aus:
Ich habe eine Latex Datei, welche diverse Kommandos enthält.

Das Kommando nach dem ich suche, ist das \includegraphics Kommando, wovon ich den Dateinamen des einzufügenden Bildes haben will.

Das Kommando sieht folgendermaßen aus:
\includegraphics[Optionen]{Pfad/Dateiname}

Ich würde nun gerne mittels Regex den Pfad/Dateinamen, sprich alles zwischen den geschwungenen Klammern, in einem String speichern.

Mann müsste also nach dem Vorkommen von "\includegraphics" suchen, danach alles bis zur geschwungenen Klammer akzeptieren und danach den Inhalt zwischen den Klammern matchen. (die [Optionen] müssen bei diesem Befehl auch nicht gesetzt sein, sprich dies "\includegraphics{Pfad/Dateiname}" ist ebenfalls möglich)
Code: (dl )

1 2

$test = "\\includegraphic[adsfasdf]{dasistmeinstring.tex}"; @myarray = ($test =~ m/(\\includegraphic.*\{\w*\.\w*\})/);
Dieser Code findet zunächst alle Vorkommen des \includegraphic Befehls. Jetzt könnte ich auf die Klammern abfragen, jedoch erscheint mir dies als sehr umständlich...

Gibt es hierfür eine bessere Lösung, welche mir immer genau den Dateinamen findet?

Danke im Voraus!

Mfg
Last edited: 2011-03-22 16:46:59 +0100 (CET)
- +3 replies
- rosti
  
  2011-03-22 17:11
  User since
  2011-03-19
  3202 Artikel
  BenutzerIn
  2011-03-22T15:43:03 rooney10
  Gibt es hierfür eine bessere Lösung, welche mir immer genau den Dateinamen findet?
  
  Kommt daruf an. Wenn sicher ist, dass das, was Du finden willst, immer zwischen {Schweifies} steht, könntest Du einen Parser schreiben, der zeichenweise (read in 1-byte-Schritten) durch die Datei geht.
  - Bei "{" Tag auf,
  - inhalte auf einen Puffer legen
  - bei "}" Tag zu, Puffer auf ein Array pushen.
  
  --Rolf
  
  Edit:
  
  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
  
  use strict; my ($buffer, $tag) = ('',0); my @res = (); while(read DATA, my $c, 1){ if($c eq '{'){ $tag = 1; $buffer .= $c if $c ne '{'; } $buffer .= $c if($tag && $c ne '{' && $c ne '}'); if($c eq '}'){ push @res, $buffer; $tag = 0; $buffer = ''; } } print join "\n", @res; __END__ Hier steht was {irgendwas} und {wieder was} und in einer neuen Zeile steht {nochwas}. Das wars.
  
  Last edited: 2011-03-22 17:33:59 +0100 (CET)
  - +2 replies
  - Linuxer
    
    2011-03-22 17:54
    User since
    2006-01-27
    3872 Artikel
    HausmeisterIn
    
    Hi, bei LaTeX ist die Klammerung mit geschweiften Klammern Syntax-Bestandteil.
    Der Test auf "\includegraphic" sollte schon mindestens dazugehören.
    
    Anmerkung zu Deinem Code:
    
    Code (perl): (dl )
    
    1 2 3 4 5
    
    if($c eq '{'){ $tag = 1; # wir sind hier, weil $c gleich '{' ist; so wird $buffer nie gefüllt und die folgende Zeile ist daher überflüssig. $buffer .= $c if $c ne '{'; }
    
    Ich würde Deinen Vorschlag so umschreiben...:
    
    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
    
    use strict; my ($buffer, $tag) = ('',0); my @res = (); while(read DATA, my $c, 1){ if($c eq '{'){ $tag = 1; } elsif($c eq '}'){ push @res, $buffer; $tag = 0; $buffer = ''; } else { $buffer .= $c if $tag == 1; } } print join "\n", @res, "\n"; __DATA__ Hier steht was {irgendwas} und {wieder was} und in einer neuen Zeile steht {nochwas}. Das wars.
    
    meine Beiträge: I.d.R. alle Angaben ohne Gewähr und auf Linux abgestimmt!
    Die Sprache heisst Perl, nicht PERL. - Bitte Crossposts als solche kenntlich machen!
    - rosti
      
      2011-03-22 18:47
      
      User since
      2011-03-19
      3202 Artikel
      BenutzerIn
      
      2011-03-22T16:54:26 Linuxer
      Ich würde Deinen Vorschlag so umschreiben...:
      
      Ja, das ist wirklich besser, danke!
      
      Rolf
- +5 replies
- topeg
  
  2011-03-22 17:27
  User since
  2006-07-10
  2611 Artikel
  BenutzerIn
  Du brauchst nicht immer alles auf einmal zu finden. Du kannst auch Einzeln und/oder Zeilenweise vorgehen:
  
  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 26 27 28 29 30 31 32 33 34 35 36 37 38
  
  #!/usr/bin/perl use strict; use warnings; while(my $line=<DATA>) { while($line=~/\\includegraphics\[.*?\]\{(.+?)\}/gc) { my $pfad=$1; print "Pfad: $pfad\n"; } } __DATA__ \includegraphics[Optionen]{AAA/BBB} \includegraphics[Optionen]{AAA/CCC} bla bla bla bla bla bla bla \includegraphics[Optionen]{BBB/CCC} bla bla \includegraphics[Optionen]{DDD/EEE} bla bla bla \includegraphics[Optionen]{DDD/FFF} bla bla bla bla bla bla bla bla \includegraphics[Optionen]{FFF/GGG} bla bla bla bla bla bla
  - +4 replies
  - rooney10
    
    2011-03-22 23:59
    User since
    2011-03-22
    3 Artikel
    BenutzerIn
    
    2011-03-22T16:27:06 topeg
    
    Code: (dl )
    
    1 2 3 4 5 6
    
    while($line=~/\\includegraphics\[.*?\]\{(.+?)\}/gc) { my $pfad=$1; print "Pfad: $pfad\n"; } }
    
    Danke erstmals für die schnellen Antworten!
    
    Hätte hierbei jedoch noch ein paar kleine Fragen:
    Im obigen Code werden jetzt aber nur \includegraphic[Optionen]{Dateiname} Befehle gefunden, aber keine wenn die [Optionen] nicht gegeben sind. Befehle wie \includegraphic{Dateiname} werden übergangen. Wie müsste man dies abändern?
    
    Iwie so:
    
    Code: (dl )
    
    while($line=~/\\includegraphics.*\{(.+?)\}/gc)
    
    Funktioniert aber nicht richtig...
    
    Und abschließend noch die Frage allgemein, was bedeutet das /gc am Ende des Regex? das /g bedeutet, dass er den ganzen String durchsuchen soll und die Position mitspeichern soll. Durch das /c wird die Position behalten, auch wenn kein match kommt?!? Stimmt das so?
    
    Danke ;)
    
    Mfg
    
    Last edited: 2011-03-23 00:03:36 +0100 (CET)
    - Linuxer
      
      2011-03-23 00:20
      
      User since
      2006-01-27
      3872 Artikel
      HausmeisterIn
      
      Hi,
      
      was heißt "Funktioniert aber nicht richtig..."? Gibt es Warnungen oder Fehlermeldungen?
      
      Ein Pattern /\\includegraphics.*\{(.+?)\}/gc) finde ich suboptimal, denn es kann auch auf (mögliche) Befehle wie \includegraphicsExtended{args} zutreffen (was ja ein selbst definiertes Kommando sein könnte).
      
      Du kannst den Teilausdruck mit den eckigen Klammern optional machen, in dem Du ihn mit (?: ausdruck )? klammerst; Beispiel:
      
      Code (perl): (dl )
      
      1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
      
      #! /usr/bin/perl use strict; use warnings; my $text = do { local $/; <DATA> }; my @matches; while ( $text =~ m<\\includegraphics(?:\[.*?\])?\{(.+?)\}>gc ) { push @matches, $1; } { local $\ = local $, = $/; print @matches; } __DATA__ Schau mal dies: \includegraphics{bild1.jpg} Oder dieses: \includegraphics[2,"second"]{bild2.jpg} Aber nicht das hier: \includegraphicsNew{no_pic.jpg}
      
      meine Beiträge: I.d.R. alle Angaben ohne Gewähr und auf Linux abgestimmt!
      Die Sprache heisst Perl, nicht PERL. - Bitte Crossposts als solche kenntlich machen!
    - +2 replies
    - Linuxer
      
      2011-03-23 00:28
      
      User since
      2006-01-27
      3872 Artikel
      HausmeisterIn
      
      2011-03-22T22:59:17 rooney10
      Und abschließend noch die Frage allgemein, was bedeutet das /gc am Ende des Regex? das /g bedeutet, dass er den ganzen String durchsuchen soll und die Position mitspeichern soll. Durch das /c wird die Position behalten, auch wenn kein match kommt?!? Stimmt das so?
      
      /g sorgt dafür, dass alle möglichen Treffer geliefert werden; normalerweise würde mit dem ersten Treffer die Arbeit getan sein.
      So wird der erste Treffer ausgelesen und verarbeitet; weil es eine while-Schleife ist, wird nochmal geprüft, ob ab der letzten Trefferposition noch ein weiterer Treffer möglich ist. Wenn ja, wird dieser auch geliefert und kann verarbeitet werden. Dann wird nochmal geprüft, ... usw. bis kein Treffer mehr gefunden wird.
      
      /c veranlasst, dass eben die letzte Treffer-Position behalten wird. Normalerweise wird die Trefferposition vergessen, sobald kein Treffer gefunden wurde.
      
      Führ das mal aus; einmal mit /gc und einmal nur mit /g.
      Achte auf den Output...
      
      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; my $text = do { local $/; <DATA> }; my @matches; print $text; while ( $text =~ m<\\includegraphics(?:\[.*?\])?\{(.+?)\}>gc ) { push @matches, $1; print "Treffer bei Position ", pos($text), "\n"; } print "Stehe nun bei Position ", pos($text), "\n"; # ohne /c ist hier pos($text) nicht definiert... { local $\ = local $, = $/; print @matches; } __DATA__ Schau mal dies: \includegraphics{bild1.jpg} Oder dieses: \includegraphics[2,"second"]{bild2.jpg} Aber nicht das hier: \includegraphicsNew{no_pic.jpg}
      
      meine Beiträge: I.d.R. alle Angaben ohne Gewähr und auf Linux abgestimmt!
      Die Sprache heisst Perl, nicht PERL. - Bitte Crossposts als solche kenntlich machen!
      - rooney10
        
        2011-03-23 01:03
        
        User since
        2011-03-22
        3 Artikel
        BenutzerIn
        
        Hi,
        
        vielen Dank für deine Hilfe und Beispiele. Es funktioniert nun alles wie gewünscht. Auch die Bedeutung von \g und \c sind mir jetzt klar.
        
        Sorry weiters für die unklare Aussage "Funktioniert aber nicht richtig" ;)
        
        Allgemein fällt mir der Umgang mit Perl noch nicht so leicht, da ich bis jetzt eigentlich nur Java als Programmiersprache verwendet habe. Aber mit der Zeit und durch so eine top Community wirds immer besser :)
        
        Mfg

View all threads created 2011-03-22 16:43.