在 Perl 中使用正则表达式在两个字符串之间提取字符串

Question

我尝试在 Perl 中提取 [%L10n.msg(' 和 ')%] 之间的文本，例如，如果我有像 [%L10n.msg('foo')%] 这样的代码，我想得到 foo .

我有它的工作脚本，正如您在下面看到的那样，但是它有问题并且破坏了编码，如您所见。

我想知道该脚本有什么问题以及如何修复它。

我的正则表达式脚本：

my (@L10n) = $content_from_file =~ /\[\%L10n\.msg\('(.*)'\)\%\]/g;

$content_from_file:

    <div class="detail-trash">
          <span class="blog-article-social-net social-net-fb">
             <svg class="svg-icon-facebook">
                <use xlink:href="[%domain.url_media%]/images/svg-sprite.svg#svg-icon-facebook"></use>
             </svg>
             [%L10n.msg('Zdielať')%]
          </span>
       <span class="previews-counter">Počet hodnotení: [%product.rating_votes%]</span>
       <a href="#" title="[%L10n.msg('Zobraziť recenzie')%]" class="previews-btn js-previews-btn">[%L10n.msg('Zobraziť recenzie')%]</a>
    </div>

当前结果：

Zdiela\x{165}
Zobrazi\x{165} recenzie')%]\" class=\"previews-btn js-previews-btn\">[%L10n.msg('Zobrazi\x{165} recenzie

请求结果：

Zdielať
Zobraziť recenzie
Zobraziť recenzie

Answer 1

在正则表达式中 .* 是贪婪的。这意味着它将尝试匹配最长的字符串。改成.*?这样就不贪心了。然后它将匹配最短的字符串。

my @L10n = $content_from_file =~ /\[%L10n\.msg\('(.*?)'\)%\]/g;

Answer 2

我为你创建了这个正则表达式

(?:\[%L10n.msg\(')([A-Za-zť ]+)

它符合您的需要，但如果是斯洛伐克字符，您可能需要调整一下？结果在group1

你可以看这里

https://regex101.com/r/hHbNEe/1/

Answer 3

解决匹配问题的最简单方法是使正则表达式的 .* 部分成为非贪婪的，方法是在末尾添加 ?。

您的编码问题更难解决，因为它取决于数据文件的编码以及您将数据读入文件的方式。所以我们需要更多信息。

这个版本适合我：

#!/usr/bin/perl

use strict;
use warnings;
use feature 'say';

use Data::Dumper;

my $content_from_file = <<END_OF_TXT;
    <div class="detail-trash">
          <span class="blog-article-social-net social-net-fb">
             <svg class="svg-icon-facebook">
                <use xlink:href="[%domain.url_media%]/images/svg-sprite.svg#svg-icon-facebook"></use>
             </svg>
             [%L10n.msg('Zdielať')%]
          </span>
       <span class="previews-counter">Počet hodnotení: [%product.rating_votes%]</span>
       <a href="#" title="[%L10n.msg('Zobraziť recenzie')%]" class="previews-btn js-previews-btn">[%L10n.msg('Zobraziť recenzie')%]</a>
    </div>
END_OF_TXT

my (@L10n) = $content_from_file =~ /\[\%L10n\.msg\('(.*?)'\)\%\]/g;
say Dumper @L10n;

输出：

$VAR1 = 'Zdielať';
$VAR2 = 'Zobraziť recenzie';
$VAR3 = 'Zobraziť recenzie';

在 Perl 中使用正则表达式在两个字符串之间提取字符串

Extract string between two strings using Regexp in Perl

regex

string

perl

text

extract