Perl 为什么正则表达式输出错误？

当我运行下面的脚本时，我得到

$VAR1 = [
          'ok0.ok]][[file:ok1.ok',
          undef,
          undef,
          'ok2.ok|dgdfg]][[file:ok3.ok',
          undef,
          undef,
          undef,
          undef,
          undef,
          undef,
          undef,
          undef,
          undef,
          undef,
          undef,
          undef,
          undef
        ];

我希望

ok0.ok ok1.ok ok2.ok ok3.ok

理想的情况是

ok4.ok ok5.ok ok6.ok ok7.ok

问题

有人能看出我做错了什么吗

#!/usr/bin/perl

use strict;
use warnings;
use Data::Dumper;

my $html = "sdfgdfg[[file:ok0.ok]][[file:ok1.ok ]] [[file:ok2.ok|dgdfg]][[file:ok3.ok |dfgdfgg]] [[media:ok4.ok]] [[media:ok5.ok ]] [[media:ok6.ok|dgdfg]] [[media:ok7.ok |dfgdfgg]]ggg";

my @seen = ($html =~ /file:(.*?) |\||\]/g);

print Dumper \@seen;

---

看起来您正在尝试匹配所有内容，从

文件：

开始，以空格、管道或结束方括号结束

您在regexp末尾的OR语句本身需要介于（方）括号之间，但：

my @seen = ($html =~ /file:(.*?)[] |]/g);

如果您想要介质：块，或者文件部分。您可能需要一个非捕获组：

my @seen = ($html =~ /(?:file|media):(.*?)[] |]/g);

工作原理 第一条语句将捕获“file:”和

]

、

或

之间的所有内容

---

第二条语句也有相同的功能，但同时使用文件和媒体。我们使用非捕获组

（？：组）

而不是

（组）

，因此单词不会被放入你的

@seen

我认为否定字符类可以简化一些事情。明确说明锚点（文件：，或媒体：），并明确说明终止序列的内容（空格、管道或右括号）。然后抓捕

my@seen=$html=~m{（文件|媒体）：（[^\\s\]]+）}g

解释：

my @seen = $html =~ m{
    (?:file|media):        # Match either 'file' or 'media', don't capture, ':'
    ( [^\|\s\]]+ )         # Match and capture one or more, anything except |\s]
}gx;

当遇到
]
、
|
或
\s
时，捕获就会停止。
尝试

my @seen = ($html =~ /\[\[\w+:(\w+\.\w+)\]\]/g);

这是您的正则表达式所做的：

 ...
 my $ss = qr {
              file: # start with file + column as anchor
              (         # start capture group
               .*?      # use any character in a non-greedy sweep
              )         # end capture group
              \s        # end non-greedy search on a **white space**

              |     # OR expression encountered up to here with:
              \|     # => | charachter  
              |      # OR expression encountered up to here with:
              \]       # => ] charachter  
              }x;

 my @seen = $html =~ /$ss/g;
 ...

这就是你的正则表达式应该做的：

 ...
 my $rb = qr {
             \w :      # alphanumeric + column as front anchor
             (         # start capture group 
              [^]| ]+  # the terminating sequence
             )         # end capture group 
            }x;

 my @seen = $html =~ /$rb/g;
 ...

如果您想要一个简短的正则表达式，并且知道自己在做什么，您可以完全删除捕获组，并在列表上下文中使用完整的捕获块以及正向查找：

 ...
 my @seen = $html =~ /(?<=(?:.file|media):)[^] |]+/g; # no cature group ()
 ...

问候

rbo
根据文件名中可能的字符，我认为您可能需要

my @seen = $html =~ /(?:file|media):([\w.]+)/g;

它捕获所有的
ok0.ok
到
ok7.ok

它依赖于包含字母数字字符加下划线和点的文件名。
我希望这是您所需要的

#!/usr/bin/perl

use strict;  

use warnings;

use Data::Dumper;


my $string = "sdfgdfg[[file:ok0.ok]][[file:ok1.ok ]] [[file:ok2.ok|dgdfg]][[file:ok3.ok |dfgdfgg]] [[media:ok4.ok]] [[media:ok5.ok ]] [[media:ok6.ok|dgdfg]] [[media:ok7.ok |dfgdfgg]]ggg";

my @matches;

@matches = $string =~ m/ok\d\.ok/g;

print Dumper @matches;

输出：

$VAR1 = 'ok0.ok';

$VAR2 = 'ok1.ok';

$VAR3 = 'ok2.ok';

$VAR4 = 'ok3.ok';

$VAR5 = 'ok4.ok';

$VAR6 = 'ok5.ok';

$VAR7 = 'ok6.ok';

$VAR8 = 'ok7.ok';

问候,，
基兰
 非常有趣。你说的是
（.*？[\]\]\\\]\\\]
而不是
（.*？[\]\\\\\\\\\]
，这是故意的吗？虽然你的解决方案可以满足需要，但你似乎误解了字符类的工作方式。原始正则表达式有
[\]\]\]\]
，它与列表中的任何右括号、管道、右括号、管道或空格匹配。现在，您的修订与管道、管道、闭合括号、管道或空间相匹配。您所需要的是
[]|]
，它匹配右括号、管道或空格。@Borodin:我确实把字符类和组混淆了。字符类中不需要管道或字符
[]
。谢谢现在我很困惑。为什么Perl不抱怨
（.*？[]|]
的括号不平衡？我的意思是，它如何知道第一个
]
是要匹配的字符，而不是字符类的结尾？@sandraschliching-pease read Section:
[^\\s\]
中带括号的字符类中的特殊字符减少为
[^]\s\]
（或
[^]|]
如果您无法忍受字符类中的退格；-）。
$VAR1 = 'ok0.ok';

$VAR2 = 'ok1.ok';

$VAR3 = 'ok2.ok';

$VAR4 = 'ok3.ok';

$VAR5 = 'ok4.ok';

$VAR6 = 'ok5.ok';

$VAR7 = 'ok6.ok';

$VAR8 = 'ok7.ok';