Perl 行尾正则表达式答案

【问题标题】：Perl end-of-line regexPerl 行尾正则表达式
【发布时间】：2013-05-20 15:58:52
【问题描述】：

我有一个 Perl 脚本，它执行正则表达式来查找标记标签 (<tag>)。

我的正则表达式是：<tag([^>]+)>

这适用于大多数情况，但是，我发现了一个不起作用的实例。

如果<tag> 具有以下格式....

<tag 
attr="12345">

正则表达式工作正常。

但是，如果<tag> 看起来像这样。

<tag attr="12345"
>

没有匹配。我已经测试过我的正则表达式是 Notepad++，它适用于所有实例。问题出在我的 Perl 脚本中。

我已经尝试了几个终端锚点，但到目前为止都没有运气。非常感谢任何帮助！

已编辑这是我的代码行。

$line =~s/<tag([^>]+)>/<!--tag $1-->/g;

【问题讨论】：

不确定正则表达式是否是问题所在。我试过了：$ perl -e 'if (<> . <> =~ /<tag([^>]+)>/) { print "yes\n" }' <tag attr="12345" > yes 并且有效。也许你需要展示更多的代码（也许是一个小的 repro 程序）。
为我工作：my $s = qq(<tag attr="12345"\n>); $s =~ /<tag([^>]+)>/ and print $1; 提供attr="12345"。
不要使用正则表达式解析 HTML。您无法使用正则表达式可靠地解析 HTML，并且您将面临悲伤和挫败感。一旦 HTML 与您的期望发生变化，您的代码就会被破坏。有关如何使用已经编写、测试和调试的 PHP 模块正确解析 HTML 的示例，请参阅 htmlparsing.com/php。
我的错误：这是 Perl 版本：htmlparsing.com/perl
如果它看起来像 XML 或 HTML，请尝试使用已建立的模块之一。有一些 HTML 解析器可用于从文本中解析出标签，即使它们不是 HTML 标签但看起来很像。

【解决方案1】：

你调用字符串来操作$line。这很可疑，因为您之前必须连接多行，才能检查多行标签。请检查（或发布）您的连接代码。我 90% 确定问题就在那里。

您还有另一个问题，您不一定知道。如果同一行有多个标签，您的正则表达式也会替换第一个和最后一个之间的文本。

<tag foo="1">foo bar <tag bar="2">baz spam

会变成

<!--tag foo="1">foo bar <tag bar="2"-->baz spam

在您接受治疗后，尽管您可能想要

<!-- tag foo="1"-->foo bar <!--tag bar="2"-->baz spam

请使用 + 量词的惰性版本：+?。

$line = ~s/<tag([^>]+?)>/<!--tag $1-->/g;

【讨论】：