如何使用 perl 在不应用两次的情况下提取字符串之间的文本并向前看和向后看？

Question

我目前有一个字符串：

https://drive.google.com/file/d/j2903r293rj092j3r20/view?usp=sharing

我想从中提取j2903r293rj092j3r20。我在 Mac OS 中使用标准 perl 安装。我有

URL="https://drive.google.com/file/d/j2903r293rj092j3r20/view?usp=sharing"
echo $URL | perl -pe 's/https\:\/\/drive.google.com\/file\/d\///g' | perl -pe 's/\/view\?usp=sharing//g'

我将 perl 应用于正面和背面。有没有办法一步一步做到这一点？谢谢

Answer 1

在解析 URL 时，最好使用适当的解析器，例如 URI

use strict;
use warnings;
use URI;

my $uri = URI->new("https://drive.google.com/file/d/j2903r293rj092j3r20/view?usp=sharing");
my @path = $uri->path_segments;
print $path[-2];

打印出来：

j2903r293rj092j3r20

我想如果你需要这个单行，它会是这样的：

perl -MURI -lne'$u = URI->new($_); print (( $u->path_segments )[-2])'

Answer 2

当然。

首先，在这里使用替换运算符 (s/.../.../) 是错误的工具。您可以使用匹配运算符 (m/.../) 来提取您想要的字符串位。

echo $URL | perl -pe 'm/https\:\/\/drive.google.com\/file\/d\/(\w+)/ and $_ = $1'

在这里，我们使用“捕获括号”将 URL 中 /d/ 后面的“单词字符”字符串（字母数字和下划线）复制到变量 $1 中。然后我们将其复制到$_，因为这是-p 将自动打印的变量。

但我们可以做得更好。 s/.../.../ 和 m/.../ 都允许我们更改分隔符，这样我们就不必转义所有这些斜线。

echo $URL | perl -pe 'm[https://drive.google.com/file/d/(\w+)] and $_ = $1'

我们可以直接使用print来去掉最后稍微混淆的变量赋值。

echo $URL | perl -ne 'print m[https://drive.google.com/file/d/(\w+)]'

而且，如果我们知道我们的输入数据总是看起来像当前示例，那么真的没有必要包含这么多的 URL。

echo $URL | perl -ne 'print m[/d/(\w+)]'

更新：您有一条评论建议您使用URI module 来解析您的字符串。我不相信这特别有用，因为该模块将为您提供 URL 的路径部分，并且您仍然需要提取路径的正确部分。但是，为了完整起见，下面是一个使用该模块的示例：

echo $URL | perl -MURI -ne 'print +(URI->new($_)->path_segments)[3]'

我们从输入创建一个 URI 对象，并立即调用其path_segments() 方法来获取路径段。我们打印返回的列表的第四个元素。

Answer 3

既然你用macos标记了这个问题，我想一个简单的sed这样的命令没什么问题

echo "$s" | sed -n 's,.*/d/\([^/]*\).*,\1,p'

匹配直到/d/（包括/d/）的所有字符，捕获下一个字符直到第一个/ 或字符串结尾，然后匹配其余字符。替换为第一组的内容并仅打印该值。

Answer 4

你可以把逗号分隔的两部分放在一个 perl -pe 命令中：

echo $URL | perl -pe 's/https\:\/\/drive.google.com\/file\/d\///g','s/\/view\?usp=sharing//g'