Sí, pero la ausencia del \n, ¿no quedaría 'atrapada' en el \s*?, me refiero al escribir la expresión que contiene al \s* omitiría el \n, porque el * incluye que sea nulo. O sea, ¿porque no capta en 'no fin de archivo'?
Saludos
-
- Publicidad
Problemas con expresión regular
36 mensajes
• Página 3 de 4 • 1, 2, 3, 4
Publicidad
por explorer » 2007-04-27 20:31 @897
No sé muy bien en dónde está el carácter de diferencia, pero, hablando de este ejemplo, veo que es el típico de Perl que se puede resolver de muchas formas.
Yo he encontrado una basada en una expresión regular muy amplia:
Vamos, tan amplia que está buscando por un registro completo del fichero.
Salida:
Otra opción es la que pones tu, ir leyendo línea a línea. Otra, con una máquina de estados. Otra, leyendo los registros sabiendo que son exactamente 4 líneas cada uno. Otro, leyendo con registros separados por la marca del nombre....
Yo he encontrado una basada en una expresión regular muy amplia:
Using perl Syntax Highlighting
#!/usr/bin/perl -l
$f = do{ local$/; open(my $fh,"<kk.txt"); <$fh> };
while(
$f =~ m{
^ nomb+re \s = \s (.*?) $ .
^ parcial1 \s = \s (\d+) $ .
^ obligatorio1 \s = \s (\d+) $ .
^ parc+ial2 \s = \s (\d+) $ .
^ obligatorio2 \s = \s (\d+) $
}gimoxs
) {
print join "\t",($1,$2,$3,$4,$5)
if $1 !~ m/^ p .* z $/xi
;
}
$f = do{ local$/; open(my $fh,"<kk.txt"); <$fh> };
while(
$f =~ m{
^ nomb+re \s = \s (.*?) $ .
^ parcial1 \s = \s (\d+) $ .
^ obligatorio1 \s = \s (\d+) $ .
^ parc+ial2 \s = \s (\d+) $ .
^ obligatorio2 \s = \s (\d+) $
}gimoxs
) {
print join "\t",($1,$2,$3,$4,$5)
if $1 !~ m/^ p .* z $/xi
;
}
Coloreado en 0.004 segundos, usando GeSHi 1.0.8.4
Salida:
- Código: Seleccionar todo
Susana Gonzalez 91 80 0 0
Ema Sanchez 9 33 31 8
lucia rodriguez 18 5 7 8
Virginia Olague 1 34 30 43
Pirez Corrales 18 5 7 8
Otra opción es la que pones tu, ir leyendo línea a línea. Otra, con una máquina de estados. Otra, leyendo los registros sabiendo que son exactamente 4 líneas cada uno. Otro, leyendo con registros separados por la marca del nombre....
JF^D Perl programming & Raku programming. Grupo en Telegram: https://t.me/Perl_ES
-
explorer - Administrador
- Mensajes: 14480
- Registrado: 2005-07-24 18:12 @800
- Ubicación: Valladolid, España
por rochi » 2007-04-27 22:02 @959
voy a probar ese código. Si mi opción es ir leyendo por línea, sabiendo que 5 filas forman un registro. Hay algo de maq. de estado, dependiendo la fila, es el campo que tengo.
Saludos, y muchas gracias
Saludos, y muchas gracias
- rochi
- Perlero nuevo
- Mensajes: 19
- Registrado: 2007-04-23 02:03 @127
por rochi » 2007-05-01 01:05 @087
Hola, tengo otra vez problemas. Debo reconocer los enlaces de un archivo .html.
Entrada:
Las líneas correspondiente al tag de un link pueden tener \n, osea, ocupar más de una línea.
Salida:
Debe estar en una sola línea por link, y cada palabra separada por tabulador.
No resuelve lo que quiero, me aparece el ultimo rótulo RTF y luego toda la línea del tag, pero no la palabra. Les agradezco cualquier sugerencia.
saludos
Entrada:
Las líneas correspondiente al tag de un link pueden tener \n, osea, ocupar más de una línea.
Salida:
- Código: Seleccionar todo
DOC "letra.doc"
RTF "letra.rtf"
Debe estar en una sola línea por link, y cada palabra separada por tabulador.
Using perl Syntax Highlighting
$er_links = '(<\s*a\s*href\s*=\s*)(\")(.*)?(\")?(\s*>)(.*)?(<)(\s*/a\s*>)';
if ($file_aux =~ /$er_links/gism)
{
@titlink = split /\n/ , $6 ;
foreach $palabra(@titlink)
{
print $palabra;
}
print "\t";
@link = split /\n/ , $3 ;
foreach $plink(@link)
{
print "\"".$plink."\"";
}
print "\n";
}
if ($file_aux =~ /$er_links/gism)
{
@titlink = split /\n/ , $6 ;
foreach $palabra(@titlink)
{
print $palabra;
}
print "\t";
@link = split /\n/ , $3 ;
foreach $plink(@link)
{
print "\"".$plink."\"";
}
print "\n";
}
Coloreado en 0.002 segundos, usando GeSHi 1.0.8.4
No resuelve lo que quiero, me aparece el ultimo rótulo RTF y luego toda la línea del tag, pero no la palabra. Les agradezco cualquier sugerencia.
saludos
- rochi
- Perlero nuevo
- Mensajes: 19
- Registrado: 2007-04-23 02:03 @127
por explorer » 2007-05-01 06:54 @329
Esa pregunta está respondida en el perlfaq9, en la pregunta "How do I extract URLs?".
JF^D Perl programming & Raku programming. Grupo en Telegram: https://t.me/Perl_ES
-
explorer - Administrador
- Mensajes: 14480
- Registrado: 2005-07-24 18:12 @800
- Ubicación: Valladolid, España
por explorer » 2007-05-01 06:56 @330
Creo que usas demasiados paréntesis...
Humm... cuidado con los 'glotones' (.*)... casi mejor les pones a 'mínimos' (.*?).
Humm... cuidado con los 'glotones' (.*)... casi mejor les pones a 'mínimos' (.*?).
JF^D Perl programming & Raku programming. Grupo en Telegram: https://t.me/Perl_ES
-
explorer - Administrador
- Mensajes: 14480
- Registrado: 2005-07-24 18:12 @800
- Ubicación: Valladolid, España
por explorer » 2007-05-01 07:08 @339
¡Oops!
Y además... ese tema se ha tratado por este foro en más de una ocasión...
viewtopic.php?t=877&highlight=extraer+url
A veces nos olvidamos del sistema de búsqueda...
Y además... ese tema se ha tratado por este foro en más de una ocasión...
viewtopic.php?t=877&highlight=extraer+url
A veces nos olvidamos del sistema de búsqueda...
JF^D Perl programming & Raku programming. Grupo en Telegram: https://t.me/Perl_ES
-
explorer - Administrador
- Mensajes: 14480
- Registrado: 2005-07-24 18:12 @800
- Ubicación: Valladolid, España
por rochi » 2007-05-02 00:17 @054
Hola, tengo entradas que son de este otro tipo
(598)29022000 int# 42
29101010 Interno # 156
2900 1212 #interno 111
598 2422 4456 # INT. 23
donde debo reconocer lo que va dsps de # para ingresar un texto.
Exp. reg
Bien las tiras las reconoce, pero tengo un problema, si comparo el archivo de salida 'oficial' con la salida que yo tengo (diff mediante), hay problema en la ultima linea, que corresponde con la ultima leida del archivo de entrada.
Esa línea no tiene \n, la expresion reg. no lo detecta, como debe ser, sin embargo el msg del diff es el sig.: "No newline at end of file"
Asi mismo en entiendo porqué pasa eso, gracias a todos.
(598)29022000 int# 42
29101010 Interno # 156
2900 1212 #interno 111
598 2422 4456 # INT. 23
donde debo reconocer lo que va dsps de # para ingresar un texto.
Exp. reg
Using perl Syntax Highlighting
$er_telef_2 = '(598)?(\D*)(\d{4,8})(\s*\D*\s*)(\d{4,8})(\s*\D*\s*)(#{1}\s*\D*)(\d+\s*)$';
Coloreado en 0.001 segundos, usando GeSHi 1.0.8.4
Bien las tiras las reconoce, pero tengo un problema, si comparo el archivo de salida 'oficial' con la salida que yo tengo (diff mediante), hay problema en la ultima linea, que corresponde con la ultima leida del archivo de entrada.
Esa línea no tiene \n, la expresion reg. no lo detecta, como debe ser, sin embargo el msg del diff es el sig.: "No newline at end of file"
Asi mismo en entiendo porqué pasa eso, gracias a todos.
- rochi
- Perlero nuevo
- Mensajes: 19
- Registrado: 2007-04-23 02:03 @127
por explorer » 2007-05-02 07:34 @357
No entiendo... si sólo necesitas lo que va después de '#', ¿por qué no pones eso justamente en la expresión regular?
El problema de la última línea ya está comentado antes: el fichero de entrada no tiene ese último carácter de fin de línea.
Lo que se suele hacer es:
Using perl Syntax Highlighting
#!/usr/bin/perl -l
@x = (
'(598)29022000 int# 42' ,
'29101010 Interno # 156' ,
'2900 1212 #interno 111' ,
'598 2422 4456 # INT. 23' ,
);
foreach ( @x ) {
($t2) = $_ =~ /#\s*(.+)\s*$/;
print "$t2.";
}
@x = (
'(598)29022000 int# 42' ,
'29101010 Interno # 156' ,
'2900 1212 #interno 111' ,
'598 2422 4456 # INT. 23' ,
);
foreach ( @x ) {
($t2) = $_ =~ /#\s*(.+)\s*$/;
print "$t2.";
}
Coloreado en 0.001 segundos, usando GeSHi 1.0.8.4
El problema de la última línea ya está comentado antes: el fichero de entrada no tiene ese último carácter de fin de línea.
Lo que se suele hacer es:
* Bucle para todas las líneas del fichero:
* ____ Le QUITAMOS a la línea leída el/los (posible(s)) carácter de fin de línea con chomp()
* ____ Procesamos la línea (expresión regular, sustitución, cálculo, etc.
* ____ Pintamos el resultado CON un nuevo carácter de fin de línea (\n)
* Fin del bucle
JF^D Perl programming & Raku programming. Grupo en Telegram: https://t.me/Perl_ES
-
explorer - Administrador
- Mensajes: 14480
- Registrado: 2005-07-24 18:12 @800
- Ubicación: Valladolid, España
36 mensajes
• Página 3 de 4 • 1, 2, 3, 4
¿Quién está conectado?
Usuarios navegando por este Foro: No hay usuarios registrados visitando el Foro y 18 invitados