使用正则表达式从Perl中提取纯文本的URL

发布时间：2020-12-14 06:31:13 所属栏目：百科来源：网络整理

导读：如何使用Perl regexp从纯文本中提取具有特定扩展名的特定域(可能具有可变子域)的所有URL？我努力了： my $stuff = 'omg http://fail-o-tron.com/bleh omg omg omg omg omg http://homepage.com/woot.gif dfgdfg http://shomepage.com/woot.gif aaa';while($s

如何使用Perl regexp从纯文本中提取具有特定扩展名的特定域(可能具有可变子域)的所有URL？我努力了：

my $stuff = 'omg http://fail-o-tron.com/bleh omg omg omg omg omg http://homepage.com/woot.gif dfgdfg http://shomepage.com/woot.gif aaa';
while($stuff =~ m/(http://.*?homepage.com/.*?.gif)/gmsi)
{
print $1."n";
}

它失败了,给了我：

http://fail-o-tron.com/bleh omg omg omg omg omg http://homepage.com/woot.gif
http://shomepage.com/woot.gif

我认为这不会发生,因为我正在使用.* ?,这应该是非贪婪的,并给我最小的匹配.谁能告诉我我做错了什么？ (我不想要一些超级复杂的罐装正则表达式来验证URL;我想知道我做错了什么,所以我可以从中学习.)

URI::Find是专门为解决这个问题而设计的.它将找到所有URI,然后您可以过滤它们.它有一些启发式来处理跟踪标点符号等事情.

更新：最近更新以处理Unicode.

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!