Regex while循环中的正则表达式语句仅匹配和打印多个预期匹配中的一个

我已经为此挣扎了一段时间，我想知道是否有什么明显的东西我错过了

作为编程学习/实践，我正在尝试编写一个简单的脚本，用于计算限制性内切酶消化混合物的成分。然而，首先我需要得到一份酶存量浓度的列表

我从新英格兰生物实验室中提取了所有单独的页面，我当前的脚本目标是从该公司提取酶的名称和浓度

本例使用EcoRI的本地副本（提交文件底部包含链接）

使用警告；
严格使用；
打开（文件'productR0101.asp'）；
我的美元线；
我的美元柜台；
我的$array1；
我的$array2；
我的$array3；
我的注意力；
我的@array4；
$counter=1；
而（$line=）{
chomp（$line）；
如果（$counter==6）{
$array1=$line；
$counter++；
}
否则{
$counter++；
}
如果（$line=~m/{8}units.ml/g）{
（@array4）=$line=~m/{8}units.ml/g；
打印@array4；
}
}
打印“\n”。$array1；
出口

每个文件的第六行都有酶的名称，所以我只画了整行。但是，浓度在不同的位置，因此我的方法是一次读取一行文件，并与

units/ml

标记匹配

我的想法是，每次while循环运行时，它都应该打印出每一行的匹配项（如果有匹配项的话），从而有效地生成一个单独的打印语句字符串

这就是我被搞砸的地方。此文件中有六个不同的位置带有

单位/ml

标记：三个用于

20000

，三个用于

100000

我希望打印六个不同的结果，但当我运行此命令时，只返回一个

100000单位/ml

结果

我试过各种方法。我尝试连接字符串，我尝试将其存储为字符串，我尝试将其连接到另一个从未被

（@array4）=$line=~m/{8}units.ml/g

行触及的数组，它要么将其中断，要么给出相同的结果

最后，我为任何奇怪的惯例道歉。我还在学习Perl，我的第一次编程经验是使用MATLAB

另外，

$array1

，

$array2

等的存在是因为我试图准确地跟踪什么被放在哪里；我的目的是在它正常工作后将其清理干净

有人知道我做错了什么吗

---

编辑：数据源是每个单独页面的源代码。对于本例，如果您查看，您将获得我提供给脚本的完整输入文件。

我们确实需要查看您正在处理的数据，但看起来您只在

@array4

中存储最后出现的

/units.ml/

，因为您正在逐行读取文件

如果你补充你的问题，我会补充这个答案，但现在我需要知道

• 您的数据是什么样子的

• 神秘的

  /.{8}/

  是为了什么

• 您是否知道，

  $array1

  、

  $array2

  和

  $array3

  都是标量，也是变量非常糟糕的名称

现在，这里是使用惯用Perl重写代码，以及计算为最近读取的文件行号的

$。

变量

use strict;
use warnings;

open my $file, '<', 'productR0101.asp' or die $!;

my $array1;
my @array4;

while (my $line = <$file>) {

  chomp $line;

  $array1 = $line if $. == 6;

  if ($line =~ m/.{8}units.ml/) {
    @array4 = $line =~ m/.{8}units.ml/g;
    print "@array4\n";
  }
}

print "\n".$array1;

使用严格；
使用警告；
打开我的$file，行的开头是否有
20000单位/ml
？因为在这种情况下，
{8}
将无法匹配-点与换行符不匹配，
20000
只有7个字符。
我无法准确再现您报告的仅获得100000个单位/ml结果中的一个的行为，因为我不确定您的输入数据是什么。但是，我认为问题在于正则表达式没有任何捕获。您应该在正则表达式匹配中希望返回到@array4的部分周围加上括号。因此，与此相反：

@array4 = $line =~ m/.{8}units.ml/g;

试试这个：

@array4=$line=~m/（.{8}）units.ml/g

编辑：
您也不想使用m/和/g修饰符。
我们需要一个数据文件的示例，请查看数据文件是原始文章中EcoRI链接的原始http文档。是的，Chris是正确的。我编辑了我的提交文件以使其更加清晰。我仍然不清楚你是在处理你提供的链接返回的HTML还是其他更简单的东西。这只是HTML。我有一个满是*.asp文件的文件夹，每个文件都是每个酶产品页面的网页。在他们的网站上没有其他地方列出每种溶液的浓度，除了他们各自的产品页面。我的目标是收集所有这些浓度，以便构建一个包含这些信息的表格。对于前四个实例，在20000单位/毫升之前有四个制表符。对于最后两个实例，20000和100000实例都被深埋在一行中，因此字符限制不应成为问题。您好，谢谢你的评论！我使用的原始数据是此页面的源代码：。我使用/{8}/是因为我试图使用“units/ml”短语作为搜索模式的锚，然后检索前面的8个字符，其中包括溶液的浓度。我知道它们是不好的变量名，但我想我忽略了它们是标量的意义。字符串不是定期存储在标量中吗？然而，您修改后的代码却完全给出了我想要的结果。非常感谢！是的，字符串存储在标量中，但是数组是标量的有序集合，我不确定您在这里想要什么。代码可能仍然是错误的。匹配
100000单位/毫升<
@array4 = $line =~ m/.{8}units.ml/g;

@array4 = $line =~ /(.{8})units.ml/;