Foro - Perl en Español

por **pablgonz** » 2016-05-06 16:18 @721

Hola a todos nuevamente. Estoy tratando de capturar una serie de listas de un archivo latex, de la forma:

Sintáxis: [ Descargar ] [ Ocultar ]

Using latex Syntax Highlighting

\begin{itemize}[algo]
 
      \item a
      \item b
      \item c
 
     \begin{itemize}
       \item d
       \item e
     \end{itemize}
 
       \item f
       \item g
 
\end{itemize}
Coloreado en 0.003 segundos,  usando GeSHi 1.0.8.4

definidas por \begin{itemize}...\end{itemize} y dejarlas dentro de Corta ... Aqui. Como las marcas que busco pueden estar unas dentro de otras y, de ser así, siempre están balanceadas, he tratado de capturarlas con una expresión regular recursiva usando ?(DEFINE), pero, no logro dar con los cuantificadores correctos para los casos en los que aparecen estas listas.

Este es el código que he intentado:

Sintáxis: [ Descargar ] [ Ocultar ]

Using perl Syntax Highlighting

#!/usr/bin/perl
use v5.14;
use autodie;    # muere si ocurre un error
use Data::Dumper;
my $archivo = '
Caso 1 (sin líneas en blanco)
\begin{itemize}
      \item a
      \item b
      \item c
\end{itemize}
 
Caso 2 (con líneas en blanco)
\begin{itemize}
     
      \item a
      \item b
      \item c
 
\end{itemize}
 
Caso 3
 
\begin{itemize}
\begin{itemize}
      \item a
      \item b
      \item c 
\end{itemize}
\end{itemize}
 
Caso 3a
 
\begin{itemize}
 
\begin{itemize}
      \item a
      \item b
      \item c 
\end{itemize}
 
\end{itemize}
 
Caso 4
\begin{itemize}[algo]
      \item a
      \item b
      \item c
     \begin{itemize}
       \item d
       \item e
     \end{itemize}
       \item f
       \item g
\end{itemize}
 
Caso 5
\begin{itemize}[algo]
 
      \item a
      \item b
      \item c
 
     \begin{itemize}
       \item d
       \item e
     \end{itemize}
 
       \item f
       \item g
 
\end{itemize}
';
 
# ExpReg pasada a /qr
my $regex = qr/
        ((?&LISTA))                      # captura
        (?(DEFINE)                       # Verbo que inicia la expresión regular
        (?<LISTA>                        # comenzamos con la búsqueda
                \\begin\{itemize\}\s*    # inicio del bloque deseado
                        .+?
                (?&ENVCODE)?             # recursiva
                        .+?
                \\end\{itemize\}(?:\s*)? # fin del bloque deseado
        )                                # cierra LISTA
  (?<ENVCODE> (?:(?&LISTA)).+ )  # Aplicamos la recursividad
)
/mx;
$archivo =~ s/($regex)/Corta\n($1)Aqui\n/gmsx;
say "$1";
 
__END__
Coloreado en 0.004 segundos,  usando GeSHi 1.0.8.4

Agradecido.
Pablo

Probé escapando la barra diagonal inversa, usando quotemeta y con comillas simples sin resultado positivo, observé el código del módulo y me percato que es porque ya usa quotemeta(el módulo tiene un problema al reconocer \ o yo no he sabido como escaparlo), entonces, la solución parcial y bastante desprolija a ésto fue copiar y modificar el código del módulo:

Sintáxis: [ Descargar ] [ Ocultar ]

Using perl Syntax Highlighting

my $begin = '\begin{itemize}';
my $end   = '\end{itemize}';
my @re;
 
my $qb  = quotemeta $begin;
my $qe  = quotemeta $end;
my $fb  = quotemeta substr $begin => 0, 1;
my $fe  = quotemeta substr $end   => 0, 1;
 
my $tb  = quotemeta substr $begin => 1;
my $te  = quotemeta substr $end   => 1;
 
my $add;
  if ($fb eq $fe) {
          push @re =>
         qq /(?:$qb(?:(?>[^$fb]+)|$fb(?!$tb)(?!$te)|(?-1))*$qe)/;
        }
        else {
          my   @clauses =  "(?>[^$fb$fe]+)";
           push @clauses => "$fb(?!$tb)" if length $tb;
           push @clauses => "$fe(?!$te)" if length $te;
           push @clauses => "(?-1)";
           push @re      =>  qq /(?:$qb(?:@clauses)*$qe)/;
        }
my $regex = qr /(@re)/;
 
$archivo =~ s/$regex/Cortar\n$1\nAqu\n/gmxs;
say "$archivo";
Coloreado en 0.002 segundos,  usando GeSHi 1.0.8.4

funciona, la expresión regular se puede reducir y extender los casos en los que deseo capturar

Sintáxis: [ Descargar ] [ Ocultar ]

Using perl Syntax Highlighting

my $extract = qr /(?:enumerate|description|itemize) /x;
my $regex = qr /
(
    (?:
      \\begin\{$extract\}
      (?:
        (?>[^\\]+)|
        \\
        (?!begin\{$extract\})
        (?!end\{$extract\})|
        (?-1)
      )*
      \\end\{$extract\}
    )
)
/x;
 
$archivo =~ s/($regex)/Cortar\n$1\nAqu\n/gmxs;
say "$archivo";
Coloreado en 0.001 segundos,  usando GeSHi 1.0.8.4

La pregunta es: ¿Se puede hacer ésto usando (DEFINED)?, he leído un poco sobre un concepto al que llaman grammars en ingles y usan (DEFINED) en varios de ellos, los ejemplos no son tan simples, pero al parecer se ajusta a lo busco en la mayoría de los casos.

Saludos

por **explorer** » 2016-05-18 06:58 @332

Con (DEFINE) puedes definir los distintos patrones dentro de la propia exp. reg. Incluso hasta de forma condicional, según lo que te vayas encontrando por el camino.

La explicación de (DEFINE) está en perlre, pero explica muy poco. El único ejemplo que aparece es este:

Sintáxis: [ Descargar ] [ Ocultar ]

Using perl Syntax Highlighting

          /(?<NAME>(?&NAME_PAT))(?<ADDR>(?&ADDRESS_PAT))
           (?(DEFINE)
             (?<NAME_PAT>....)
             (?<ADDRESS_PAT>....)
           )/x
Coloreado en 0.001 segundos,  usando GeSHi 1.0.8.4

Ahí vemos un patrón (los primeros pares de paréntesis), seguidos por un (?(DEFINE) ... ) donde definimos los patrones que hemos usado en la línea anterior.

Foro - Perl en Español

(?(DEFINE)...) y recursividad en expresión regular

(?(DEFINE)...) y recursividad en expresión regular

Publicidad

Re: (?(DEFINE)...) y recursividad en expresión regular

Re: (?(DEFINE)...) y recursividad en expresión regular

¿Quién está conectado?