Perl 正则表达式匹配可能不存在的标签

Question

我正在尝试构建一个 Perl 正则表达式来匹配这样的字符串：

no tags
beginning<tag>this is tag</tag>rest of line
<tag1>this is tag1</tag1>
<tag1>this is tag1</tag1>rest of line

我想使用分组来提取标签以及它们之间的内容。

我试过用这个：

$a="beginning<tag>this is tag</tag>rest of line";

print "a=$a\n\n";

($x0, $x1, $x2, $x3, $x4, $x5) = ($a =~ /(.*?)(<tag>)(.*)(<\/tag>)(.*)/);

print "x0=$x0\n";
print "x1=$x1\n";
print "x2=$x2\n";
print "x3=$x3\n";
print "x4=$x4\n";


a=beginning<tag>this is tag</tag>rest of line

x0=beginning
x1=<tag>
x2=this is tag
x3=</tag>
x4=rest of line

我想要什么，但如果这是源字符串：

a=there are no tags

x0=
x1=
x2=
x3=
x4=

没有匹配项。

Answer 1

这就是你要找的东西（见online demo）：

(?m)(.*?)(?:$|(<[^>]*>)([^<]*)(</[^>]*>)(.*))

这是如何工作的？

1. 顶部的(?m) 多行修饰符确保$ 可以匹配每一行的结尾，因为您似乎正在处理一个文件。
2. 第一个捕获组(.*?)后跟一个交替：要么是$行尾，它允许你在没有标签的情况下捕获字符串； | 或者你的标签和可选的尾巴。