Ver Tema - Captura y dos sustituciones. ¿Es posible simplificarlo?

alfplayer · 2011-07-30 14:03 @627

Hola, soy nuevo. Me llamo Esteban. Estoy aprendiendo Perl.

Este código extrae el título de un archivo HTML tomado de la entrada y hace dos sustituciones para eliminar algunos espacios en blanco. Para desarrollarlo tuve en cuenta que títulos en páginas HTML encontradas en la web pueden estar en varias líneas o en una línea compartida con otro código HTML (algunas páginas hasta tienen todo el código HTML en una única línea). ¿Es posible simplificarlo o llevarlo a una forma más corta?

Syntax: [ Download ] [ Hide ]

Using perl Syntax Highlighting

#!/usr/bin/perl -ln0
 
m/<title>(.*?)<\/title>/sg ;
$_=$1 ;
s/\s+/\ /g ;
s/(^\s|\s$)*//g ;
print "$_\n" ;

explorer · 2011-07-30 14:39 @652

Bienvenido a los foros de Perl en español, alfplayer.

Simplificarlo más... complicado...

Esta es mi versión (que no he probado):

Syntax: [ Download ] [ Hide ]

Using perl Syntax Highlighting

#!/usr/bin/perl -lp0
($_) = m{<title>(.*?)</title>}s;
s/\s+/ /g;
s/^\s|\s$//g;

Cambiando 'n' por 'p', se imprime el valor de '$_' al final del programa.

La última expresión regular no tiene comodín de repetición '*' o '+' porque todas las secuencias consecutivas de varios blancos han sido reducidos a uno solo, con la primera exp. reg.

alfplayer · 2011-07-31 12:54 @579

Gracias, explorer.

Aprendí varias cosas.

Ahora estoy usando este código:

Syntax: [ Download ] [ Hide ]

Using perl Syntax Highlighting

#!/usr/bin/perl -lp0
$\="\n" ;
($_) = m?<title>\s*(.*\?)\s*</title>?is ;
s/\s+/ /g ;

Como alternativa a la última línea (usando -n y no -p), ahora sé también que puedo usar $,=" " seguido de print split /\s+/ o print m/\S+/sg

También puedo imprimir los dos anteriores con -n y print join " ",expr sin necesidad de poner el separador de campos de salida.

explorer · 2011-07-31 16:46 @740

El '$\="\n";' te sobra porque eso es lo que hace la opción '-l'

Otra versión (que tampoco he probado):

Syntax: [ Download ] [ Hide ]

Using perl Syntax Highlighting

#!/usr/bin/perl -lp0
s{<title>\s*(.*?)\s*</title>}{$1}is;
s/\s+/ /g;

alfplayer · 2011-07-31 17:31 @771

Estoy usando Perl 5.14.1 en Arch Linux.

explorer escribió:

El '$\="\n";' te sobra porque eso es lo que hace la opción '-l'

Con -l, si lo quito termina con null en lugar de newline.

explorer escribió:

Otra versión (que tampoco he probado):

Syntax: [ Download ] [ Hide ]

Using perl Syntax Highlighting

#!/usr/bin/perl -lp0
s{<title>\s*(.*?)\s*</title>}{$1}is;
s/\s+/ /g;

Como es de esperar la primera línea reemplaza la coincidencia pero devuelve todo el archivo HTML. No es lo que quiero lograr.

explorer · 2011-07-31 18:16 @803

alfplayer escribió:

Con -l, si lo quito termina con null en lugar de newline.

¡Ag! Cierto, es debido a la presencia de -0.

alfplayer escribió:

Como es de esperar la primera línea reemplaza la coincidencia pero devuelve todo el archivo HTML. No es lo que quiero lograr.

Ya dije que no lo había probado :wink:

. A ver ahora.

Syntax: [ Download ] [ Hide ]

Using perl Syntax Highlighting

#!/usr/bin/perl -lp0
s{.*?<title>\s*(.*?)\s*</title>.*}{$1}si;
s/\s+/ /g;

alfplayer · 2011-07-31 19:06 @837

Es sucinto y parece ejecutarse rápido.

Aprendí mucho con este tema.

Publicidad

Socializa