Foro - Perl en Español

por **seguridadenmimail** » 2011-09-11 16:08 @713

Buenas,
Tengo una expresión regular, la cual la estoy utilizando desde consola, pero me gustaría tratar de hacerla en Perl, ya que me gustaría integrarla a un script que ya tengo.

¿Me pueden ayudar?

Sintáxis: [ Descargar ] [ Ocultar ]

Using bash Syntax Highlighting

sed 's/http*:\/\/[^\/]*//;s/\/[^\/]*$/\//' prueba.txt | sort | uniq
Coloreado en 0.003 segundos,  usando GeSHi 1.0.8.4

Donde prueba.txt es:

Sintáxis: [ Descargar ] [ Ocultar ]

Using text Syntax Highlighting

http://dominio/index.html

http://dominio/images/

http://dominio/manuales/imagenes/

http://dominio/archivos/archivos.txtColoreado en 0.000 segundos,  usando GeSHi 1.0.8.4

Salida:

Sintáxis: [ Descargar ] [ Ocultar ]

Using text Syntax Highlighting

/

/archivos/

/images/

/manuales/imagenes/Coloreado en 0.000 segundos,  usando GeSHi 1.0.8.4

Como verán, la idea es parsear el archivo y quedarme con los directorios.

¿Alguien me puede ayudar?

Saludos.

#! /usr/bin/perl
use 5.010;
use File::Slurp;
 
my @urls = read_file('kk.txt', chomp => 1);      # Leemos el fichero y quitamos retornos de carro
 
my @paths
    =   
    map {                       # Filtrado
        s{https?://[^/]*}{};    # Parte inicial
        s{/[^/]*$}{/};          # Parte final
        $_;                     # Resultado
    }   
    @urls
    ;   
 
my %paths                       # Las claves de %paths guardan valores únicos
    =   
    map {
        $_ => $1
    }   
    @paths
    ;   
 
@paths = sort keys %paths;      # Nos quedamos con los valores únicos y ordenados
 
say "@paths";
 
__END__
Coloreado en 0.002 segundos,  usando GeSHi 1.0.8.4

De forma más estricta, sería mejor usar módulos para extraer esos valores:

Sintáxis: [ Descargar ] [ Ocultar ]

Using perl Syntax Highlighting

use 5.010;
use File::Basename;
use URI;
 
for my $url (@urls) {
    $url .= 'index.html' if $url =~ m{/$};
    my $uri = URI->new($url);
    my $path = $uri->path();
    say "[$url] => [$path] => ", dirname($path);
}
Coloreado en 0.001 segundos,  usando GeSHi 1.0.8.4

Otra forma, más abreviada:

Sintáxis: [ Descargar ] [ Ocultar ]

Using perl Syntax Highlighting

use 5.010;
use File::Slurp;
use List::MoreUtils 'uniq';
 
my @paths = sort uniq map { s{https?://[^/]*}{}; s{/[^/]*$}{/}; $_ } read_file('kk.txt');
say "@paths";
Coloreado en 0.001 segundos,  usando GeSHi 1.0.8.4

por **salva** » 2011-09-12 00:39 @069

Como ya te ha recomendado explorer, en este caso el módulo URI es probablemente la mejor solución.

Pero para casos similares donde necesites una expresión regular para algo común (por ejemplo, direcciones IP, direcciones de correo o, como en este caso, URI), tienes el módulo Regexp::Common donde podrás encontrarlas ya prefabricadas:

Sintáxis: [ Descargar ] [ Ocultar ]

Using perl Syntax Highlighting

use 5.010;
use Regexp::Common;
 
my $re = $RE{URI}{HTTP}{-keep};
say "la expresión regular es: $re";
 
for my $uri (@uris) {
  if (my @parts = $uri =~ $re) {
    say "$uri ==> $parts[6]";
  }
}
 
Coloreado en 0.001 segundos,  usando GeSHi 1.0.8.4

por **seguridadenmimail** » 2011-09-13 10:21 @473

Muchas Gracias por la ayuda.
Saludos.

Foro - Perl en Español

Expresión regular extraer directorios de los URL

Expresión regular extraer directorios de los URL

Publicidad

Re: Expresión regular extraer directorios de los URL

Re: Expresión regular extraer directorios de los URL

Re: Expresión regular extraer directorios de los URL

¿Quién está conectado?