Vòng lặp vô hạn bằng cách sử dụng cặp đối sánh Perl regex

Question

Tôi đã viết một tập lệnh Perl nhỏ với các cụm từ thông dụng để nhận các thành phần HTML của trang web.

Tôi biết đây không phải là cách tốt để thực hiện loại công việc này, nhưng tôi đang cố gắng kiểm tra kỹ năng regex của mình.

Khi chạy với một trong hai mẫu regex trong vòng lặp while nó chạy hoàn hảo và hiển thị đầu ra chính xác. Nhưng khi tôi cố gắng kiểm tra cả hai mẫu trong vòng lặp while thì mẫu thứ hai khớp với mọi thời gian và vòng lặp chạy vô hạn.

kịch bản của tôi:

#!/usr/bin/perl -w 
use strict; 

while (<STDIN>) { 

    while ((m/<span class=\"itempp\">([^<]+)+?<\/span>/g) || 
      (m/<font size=\"-1\">([^<]+)+?<\/font>/g)) { 
     print "$1\n"; 
    } 
} 

Tôi đang thử nghiệm các kịch bản ở trên với một đầu vào mẫu:

<a href="http://linkTest">Link title</a> 
<span class="itempp">$150</span> 
<font size="-1"> (Location)</font> 

đầu ra mong muốn:

$150 
(Location) 

Cảm ơn bạn! Bất cứ sự giúp đỡ nào cũng được đánh giá cao!

Answer 1

Bất cứ khi nào một regex toàn cục không khớp với nó sẽ đặt lại vị trí nơi regex toàn cầu tiếp theo sẽ bắt đầu tìm kiếm. Vì vậy, khi lần đầu tiên trong hai mẫu của bạn thất bại, nó sẽ buộc thứ hai nhìn từ đầu chuỗi một lần nữa.

Hành vi này có thể bị tắt bằng cách thêm công cụ sửa đổi /c, làm cho vị trí không thay đổi nếu regex không khớp.

Bên cạnh đó, bạn có thể cải thiện mô hình của bạn bằng cách loại bỏ các ký tự thoát (" không cần thoát và / không cần phải được thoát nếu bạn chọn một delimiter khác nhau) và thừa +? sau khi chụp.

Cũng use warnings tốt hơn nhiều so với -w trên dòng lệnh.

Đây là phiên bản hoạt động của mã của bạn.

use strict; 
use warnings; 

while (<STDIN>) { 

    while(m|<span class="itempp">([^<]+)</span>|gc 
      or m|<font size="-1">([^<]+)</font>|gc) { 
     print "$1\n"; 
    } 
} 

Answer 2

Bạn không thay đổi $_ sau hoặc trong khi khớp, do đó, nó sẽ luôn khớp và chạy vào vòng lặp vô hạn.

để sửa lỗi, bạn có thể thêm $_=$'; sau print, để chạy lại khớp trong phần còn lại của chuỗi.

Answer 3

while (<DATA>) { 
    if (m{<(?:span class="itempp"|font size="-1")>\s*([^<]+)}i) { 
     print "$1\n"; 
    } 
} 

__DATA__ 
<a href="http://linkTest">Link title</a> 
<span class="itempp">$150</span> 
<font size="-1"> (Location)</font>