像Perl或Python中的lex一样模拟功能
这是交易.有没有办法让基于多个正则表达式的行中的字符串标记?
一个例子: 我必须根据不同的正则表达式获取所有href标签,相应的文本和其他一些文本. 我实际上是使用flex完成的(不要与Adobe混淆),这是一个很好的老lex的实现. lex提供 问题是flex实际上产生的C/C++代码实际上是标记化工作.我有一个 令牌化只是我想要在我的应用程序中执行的操作之一. 除了perl或python之外,任何语言(功能也可以)都可以这样做吗? 我在这里读过PLY和ANTLR(Parsing,where can I learn about it). 但有没有办法在python本身自然地做到这一点?请原谅我的无知,但这些工具是否适用于任何受欢迎的产品/服务? 谢谢. 解决方法
如果你专门解析了网页中的链接,那么Perl的
WWW::Mechanize模块将以非常优雅的方式为你解决问题.这是一个示例程序,它抓取Stack Overflow的第一页并解析所有链接,打印其文本和相应的URL:
#!/usr/bin/perl use strict; use warnings; use WWW::Mechanize; my $mech = WWW::Mechanize->new; $mech->get("https://stackoverflow.com/"); $mech->success or die "Oh no! Couldn't fetch stackoverflow.com"; foreach my $link ($mech->links) { print "* [",$link->text,"] points to ",$link->url,"n"; } 在主循环中,每个$link都是一个WWW::Mechanize::Link对象,因此您不仅限于获取文本和URL. 祝一切顺利, 保罗 (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! |