Foro - Perl en Español

por **pablgonz** » 2014-08-26 22:10 @965

Hola a todos en el foro, vuelvo por acá con el siguiente problema: Poseo el siguiente script con el cual leo, divido y modifico unas cuantas líneas de un fichero de texto, pero, ahora me he topado con una expresión regular con la cual no doy. Me explico: si el fichero de entrada es así (test.tex):

Sintáxis: [ Descargar ] [ Ocultar ]

Using latex Syntax Highlighting

\documentclass[a4paper,11pt]{article}
\usepackage[T1]{fontenc}
\usepackage[utf8]{inputenc}
\usepackage{lmodern}
\usepackage[swpl]{pst-exa}
\begin{document}
No modificar
\begin{PSTexample}[graphic={[scale=1]images/test-exa-1}] 
\psset{unit=0.5cm,runit=0.5cm}
\begin{pspicture}[showgrid=true](0,3)(10,10)
\psdot(2,4)
\pscircle(7,7){2}
\psCircleTangents(2,4)(7,7){2}
\psdots(CircleT1)(CircleT2) 
%un comentario
\end{pspicture}
\end{PSTexample} 
 
psset fuera ...
\psset{
       unit=0.5cm,%
       runit=0.5cm
       }
\includegraphics[scale=1]{test-fig-1}
 
No modificar
\begin{PSTexample}[graphic={[scale=1]images/test-exa-2}] 
\psset{unit=0.5cm,runit=0.5cm}%
\begin{pspicture}[showgrid=true](0,3)(10,10)
\psdot(2,4)
\pscircle(7,7){2}
\psCircleTangents(2,4)(7,7){2}
\pcline[nodesep=-1cm,linecolor=blue](2,4)(CircleT1)
\pcline[nodesep=-1cm,linecolor=blue](2,4)(CircleT2)
\psdots(CircleT1)(CircleT2) 
%un comentario
\uput[-80](Circle$T_1$){T1}
\uput[115](Circle$T_2$){T2}
\end{pspicture}
\end{PSTexample}
 
Otro \psset{
unit=0.5cm,runit=0.5cm
}
\includegraphics[scale=1]{test-fig-2}
 
y otro \psset{algo1=algo, algo2=12.325cm,runit=0.5cm}
\includegraphics[scale=1]{test-fig-3} texto texto 
 
\end{document}
 
Coloreado en 0.003 segundos,  usando GeSHi 1.0.8.4

deseo que el fichero de salida sea así:

Sintáxis: [ Descargar ] [ Ocultar ]

Using latex Syntax Highlighting

\documentclass[a4paper,11pt]{article}
\usepackage[T1]{fontenc}
\usepackage[utf8]{inputenc}
\usepackage{lmodern}
\usepackage[swpl]{pst-exa}
\begin{document}
No modificar
\begin{PSTexample}[graphic={[scale=1]images/test-exa-1}] 
\psset{unit=0.5cm,runit=0.5cm}
\begin{pspicture}[showgrid=true](0,3)(10,10)
\psdot(2,4)
\pscircle(7,7){2}
\psCircleTangents(2,4)(7,7){2}
\psdots(CircleT1)(CircleT2) 
%un comentario
\end{pspicture}
\end{PSTexample} 
 
psset fuera ...
\includegraphics[scale=1]{test-fig-1}
 
No modificar
\begin{PSTexample}[graphic={[scale=1]images/test-exa-2}] 
\psset{unit=0.5cm,runit=0.5cm}%
\begin{pspicture}[showgrid=true](0,3)(10,10)
\psdot(2,4)
\pscircle(7,7){2}
\psCircleTangents(2,4)(7,7){2}
\pcline[nodesep=-1cm,linecolor=blue](2,4)(CircleT1)
\pcline[nodesep=-1cm,linecolor=blue](2,4)(CircleT2)
\psdots(CircleT1)(CircleT2) 
%un comentario
\uput[-80](Circle$T_1$){T1}
\uput[115](Circle$T_2$){T2}
\end{pspicture}
\end{PSTexample}
 
Otro 
\includegraphics[scale=1]{test-fig-2}
 
y otro 
\includegraphics[scale=1]{test-fig-3} texto texto 
 
\end{document}
 
Coloreado en 0.001 segundos,  usando GeSHi 1.0.8.4

es decir, deseo que busque todos las líneas de la forma

Sintáxis: [ Descargar ] [ Ocultar ]

\psset{cualquier cosa incluidos saltos de linea y espacios}\n\includegraphics[scale=1]{nombrearchivoentrada-fig-número}}

He intentado con el siguiente script:

Sintáxis: [ Descargar ] [ Ocultar ]

Using perl Syntax Highlighting

#!/usr/bin/perl
use v5.14.2;
use re 'eval';
use autodie;                                            # muere si ocurre un error
use File::Basename;                                     # separa el archivo de entrada
 
### Argumentos --------------------------------------------------------------
@ARGV == 1  or die "Uso: $0 <archivo TeX a procesar>\n";
my $nombre_archivo = shift;
-f $nombre_archivo or die "ERROR: No encuentro [$nombre_archivo]\n";
 
### Arreglo de la extensión -------------------------------------------------
my @SuffixList = ('.tex', '', '.ltx');                  # posible extensión
my ($name, $path, $ext) = fileparse($nombre_archivo, @SuffixList);
$ext = '.tex' if not $ext;
 
## Leer archivo (usar local)
open my $INFILE, '<', "$name$ext";
my $IPDF;
{
    local $/;
    $IPDF = <$INFILE>;
}
close  $INFILE;
 
## Constantes (escapamos)
my $BEGINDOC = quotemeta('\begin{document}');
 
## Dividir el archivo 
my($cabeza, $cuerpo) = $IPDF =~ m/\A (.+?) ($BEGINDOC .+?) \z/msx;
 
# Eliminación de psset y SpecialCoor en el preambulo
$cabeza =~ s/ ^\\psset\{.+?\}/%\\psset delete by pst2pdf/gmsx;
$cabeza =~ s/\\SpecialCoor/%\\SpecialCoor delete by pst2pdf/gmsx;
$cabeza =~ s/ ^%CleanPST .+? %CleanPST/% Clean PST by pst2pdf/gmsx;
 
# Eliminación de psset sobrantes dentro del body (este regex falla por ahora)
$cuerpo =~ s/ ^\\psset\{.+?\}\s*(\\includegraphics\[scale=1\]\{$name-fig-\d*\})/$1/gmsx;
 
print  $cuerpo;
 
## Escribimos otro archivo
open my $SALIDA, '>', "$name-out$ext";
print   $SALIDA "$cabeza$cuerpo";
close   $SALIDA;
#
 
Coloreado en 0.004 segundos,  usando GeSHi 1.0.8.4

pero, esta expresión regular:

Sintáxis: [ Descargar ] [ Ocultar ]

Using perl Syntax Highlighting

$cuerpo =~ s/ ^\\psset\{.+?\}\s*(\\includegraphics\[scale=1\]\{$name-fig-\d*\})/$1/gmsx;
Coloreado en 0.001 segundos,  usando GeSHi 1.0.8.4

no me corre.
Agradecido:
Pablo

Muchas gracias, explorer, ahora funciona. Había intentado con algo parecido usando \s* pero me eliminaba partes que no deseaba.

Noto que no usas /x en la expresión regular, pero igual funciona. Al parecer las llaves en \psset{...} son las que causaban que la expresión regular que tenía ya no funcionara (estoy usando la versión 5.20).

Saludos.
PD: ¿Me podrías explicar las partes de \psset\{[^\}]+\}?

por **explorer** » 2014-08-28 12:09 @548

No uso /x porque no uso patrones con espacios en blanco no significativos.

El problema estaba en que '\{.+?\}' capturaba demasiados caracteres (varias líneas) hasta que el patrón coincidía, con lo que la sustitución se realizaba con demasiados caracteres.

La solución fue modificar esa parte para que el motor de exp. reg. capturase solo caracteres que NO fueran llaves de cierre, entre llaves de cierre: '\{[^\}]+\}'. En la clase de caracteres ponemos una llave de cierre, pero negada (^), por lo que estamos diciendo "cualquier carácter que no sea una llave de cierre", que no es lo mismo que el patrón anterior que significaba "el menor número de caracteres antes de una llave de cierre". Era claro que en esa frase viene implícito el caso de que pueden haber llaves de cierre con tal de que se cumpla todo el patrón de la expresión regular: si el motor encuentra la primera llave de cierre, pero luego no cumple el resto del patrón, reanuda (backtracking) la búsqueda desde ese punto de otra llave de cierre.

En situaciones normales, el patrón '.+?' debería ser más que suficiente, pero estamos en un caso el que el texto tiene varias líneas, y que éstas pueden contener el patrón que buscamos, varias veces. Así que entonces es mejor ajustar aún más la búsqueda.

por **pablgonz** » 2014-08-28 12:58 @582

Excelente, ahora me queda clara la expresión regular. Habitualmente usaba .+?, pero, como tú dices, en este caso no funcionaba.

Foro - Perl en Español

Expresión regular con saltos de línea y espacios

Expresión regular con saltos de línea y espacios

Publicidad

Re: Expresión regular con saltos de línea y espacios

Re: Expresión regular con saltos de línea y espacios

Re: Expresión regular con saltos de línea y espacios

Re: Expresión regular con saltos de línea y espacios

Re: Expresión regular con saltos de línea y espacios

Re: Expresión regular con saltos de línea y espacios

¿Quién está conectado?