Foro - Perl en Español

por **BigBear** » 2013-08-20 19:44 @863

Hola, estoy queriendo hacer una expresión regular en Perl para extraer todos los enlaces porque la voy a usar en Delphi y no puedo usar HTML::LinkExtor que tiene Perl al regalarme todos los enlaces.

Había hecho algo así:

Sintáxis: [ Descargar ] [ Ocultar ]

Using perl Syntax Highlighting

if($code=~/http\:\/\/(.*?)\//) {
    print "http://".$1;
}
 
Coloreado en 0.008 segundos,  usando GeSHi 1.0.8.4

Pero mi exp. reg. no ayudó en mucho con el tema de los espacios. ¿ Alguien me podría ayudar ?

my $code = '
 
<a href="http://www.google.com">test</a><br>
<a href="http://pastebin.com/ysNhSnMp">test1</a><br>
<a href="http://pastebin.com/x11fMS0S">test2</a><br>
<a href="http://pastebin.com/RkRX4T6R">test3</a><br>
<a href="http://pastebin.com/4ETmL9ru">test4</a><br>
<a href="http://pastebin.com/1xaVaEEk">test5</a><br>
 
dsad http://pastebin.com/1xaVaEEk dsadas
hsdasd http://pastebin.com/1xaVaEEk d sadsa
sadsad http://pastebin.com/1xaVaEEk dsadsd';
Coloreado en 0.001 segundos,  usando GeSHi 1.0.8.4

y me exp. reg. solo devuelve esto:

Sintáxis: [ Descargar ] [ Ocultar ]

Using text Syntax Highlighting

http://www.google.com">test<Coloreado en 0.000 segundos,  usando GeSHi 1.0.8.4

por **explorer** » 2013-08-20 21:02 @918

No es un problema de espacios, sino de saber dónde empieza y termina una URL.

Se puede usar un truco: capturamos el carácter que está justo antes de la URL, y esperamos ese mismo carácter a continuación de la URL. No funcionará en todos los casos, pero según el ejemplo puesto, sí en esos casos.

Sintáxis: [ Descargar ] [ Ocultar ]

Using perl Syntax Highlighting

!/usr/bin/perl
use v5.14;
 
my $code = '
 
<a href="http://www.google.com">test</a><br>
<a href="http://pastebin.com/ysNhSnMp">test1</a><br>
<a href="http://pastebin.com/x11fMS0S">test2</a><br>
<a href="http://pastebin.com/RkRX4T6R">test3</a><br>
<a href="http://pastebin.com/4ETmL9ru">test4</a><br>
<a href="http://pastebin.com/1xaVaEEk">test5</a><br>
 
dsad http://pastebin.com/1xaVaEEk dsadas
hsdasd http://pastebin.com/1xaVaEEk d sadsa
sadsad http://pastebin.com/1xaVaEEk dsadsd';
 
while ($code =~ m{(.)(http://.+?)\1}g) {
    say "$2";
}
__END__
http://www.google.com
http://pastebin.com/ysNhSnMp
http://pastebin.com/x11fMS0S
http://pastebin.com/RkRX4T6R
http://pastebin.com/4ETmL9ru
http://pastebin.com/1xaVaEEk
http://pastebin.com/1xaVaEEk
http://pastebin.com/1xaVaEEk
http://pastebin.com/1xaVaEEk
Coloreado en 0.001 segundos,  usando GeSHi 1.0.8.4

por **BigBear** » 2013-08-23 18:52 @828

Gracias por la ayuda, explorer. Mira cómo quedó el código:

Sintáxis: [ Descargar ] [ Ocultar ]

Using delphi Syntax Highlighting

procedure TForm1.Button2Click(Sender: TObject);
var code:string;
    i:integer;
begin
code:=idHTTP1.Get('http://localhost/test.php');
 
PerlRegEx1.Regex := '(.)(http://.+?)\1';
PerlRegEx1.Subject := code;
 
while PerlRegEx1.MatchAgain do
begin
for i := 1 to PerlRegEx1.SubExpressionCount do
begin
Memo1.Lines.Add(PerlRegEx1.SubExpressions[i]);
end;
end;
 
end;
Coloreado en 0.005 segundos,  usando GeSHi 1.0.8.4

Y me devuelve esto :

Sintáxis: [ Descargar ] [ Ocultar ]

Using text Syntax Highlighting

"

http://www.google.com

"

http://pastebin.com/ysNhSnMp

"

http://pastebin.com/x11fMS0S

"

http://pastebin.com/RkRX4T6R

"

http://pastebin.com/4ETmL9ru

"

http://pastebin.com/1xaVaEEkColoreado en 0.000 segundos,  usando GeSHi 1.0.8.4

Puede bastarme con este resultado pero te quería preguntar por qué están esos '"' en medio.

¿ Me podrías explicar ?

por **explorer** » 2013-08-23 21:05 @920

Pues porque tú se lo estás pidiendo, en la línea 12... estás recorriendo todas las cadenas capturadas, y la $1 es la del primer par de paréntesis, que en este caso está capturando comillas dobles. Solo te interesa el valor de $2.

Cambia las líneas 12 a 16 por solo esta.

Sintáxis: [ Descargar ] [ Ocultar ]

Using delphi Syntax Highlighting

Memo1.Lines.Add(PerlRegEx1.SubExpressions[2]);
Coloreado en 0.002 segundos,  usando GeSHi 1.0.8.4

P.D.: hace 17 años que no me ponía con Delphi

Un bonito lenguaje, pero lo malo es que solo sirve para Windows. Lástima.

por **BigBear** » 2013-08-24 12:47 @574

Gracias por la ayuda, explorer, no sabía que programabas en Delphi también, pero en Linux podes usar Lazarus.

Foro - Perl en Español

Sacar todos los enlaces de una página

Sacar todos los enlaces de una página

Publicidad

Re: Sacar todos los enlaces de una página

Re: Sacar todos los enlaces de una página

Re: Sacar todos los enlaces de una página

Re: Sacar todos los enlaces de una página

Re: Sacar todos los enlaces de una página

Re: Sacar todos los enlaces de una página

Re: Sacar todos los enlaces de una página

¿Quién está conectado?