正则习点 --- 09

 

2.2.6. Text-to-HTML Conversion

 

读取文件的一段程序：

 

#! /usr/bin/perl -w # Mastering Regular Expressiona: Chapter 2Section 2.# fiveth program undef $/; $textStr = <>; print $textStr;

 

2.2.6.1 Cooking special characters

 

原始文本转换位HTML编码：

 

‘&’ -> ‘&amp’

‘<’ -> ‘&lt’

‘>’ -> ‘&gt’

 

 

2.2.6.2 Separating paragraphs

 

需要强调的是：「^」和「$」通常匹配的不是逻辑行(logical line)的开头和结尾，而是整个的字符串的开头和结束位置。

 

看起来的正则，像：

s/^\s*$/<p>/mg

 

m: 表示匹配多个逻辑行。

 

 

2.2.6.3 “Linkizing” an email address

 

E-mail地址的基本形式是username@hostname所以他的正则：

 

s/\b(username regex\@hostnameregex)\b/<a herf = “mailto:$1”>$1<\/a>/g

 

 

2.2.6.4 Matching the username and hostname

 

根据e-mail规则，可以得出：

 

「\w[-.\w]*\@\w+(\.\w+)」

 

用户名是红色部分；黑色部分为“@”；蓝色部分为主机名；

 

请注意，我们把连字符放在字符组第一位，这样确保它们被作为连字符，而不是用来表示范围！

 

 

2.2.6.5 Putting it together

 

完整程序如下：

#! /usr/bin/perl -w# Mastering Regular Expressiona: Chapter 2 Section 2.# fiveth programundef $/;$textStr = <>;$textStr =~ s/&/&/g;$textStr =~ s/</</g;$textStr =~ s/>/>/g;$textStr =~ s/^\s*$/<p>/mg;# Turn email addresses into links ...$textStr =~ s{\b# Capture the address to $1 ...(  \w[-.\w]*# username  \@  [-a-z0-9]+(\.[-a-a0-9]+)+\.(com;edu;info)# hostname)\b}{<a href="mailto:$1">$1<\/a>}gix;print $textStr;

 

其中的修饰符“x”表示用户能够以“宽松排列”编排正则表达式。

 

 

 

2.2.6.6 “Linkizing” an HTTP URL

 

HTTP URL的基本形式是http://hostname/path，其中的/path部分是可选的。于是我们可以得到下面的正则：

 

s{

\b

(

http://hostname

(

/path

)?

)

} {

<a href=”$1”>$1</a>

}gix

 

 

增加了网页链接后的程序，如下：

#! /usr/bin/perl -w# Mastering Regular Expressiona: Chapter 2 Section 2.# fiveth programundef $/;# Enter "file-slurp" mode$textStr = <>;# Slurp up the first file given on the command line.$textStr =~ s/&/&/g;# Make the basic HTML ...$textStr =~ s/</</g;# ... characters &, <, and > ...$textStr =~ s/>/>/g;# ... HTML safe.$textStr =~ s/^\s*$/<p>/mg;# Separate paragraphs.# Turn email addresses into links ...$textStr =~ s{\b# Capture the address to $1 ...(\w[-.\w]*# username\@[-a-z0-9]+(\.[-a-z0-9]+)*\.(com;edu;info)# hostname)\b}{<a href="mailto:$1">$1</a>}gix;# Turn HTTP URLs into links ...$textStr =~ s{\b# Capture the URL to $1 ...( http://[-a-a0-9]+(\.[-a-z0-9]+)*\.(com|edu|info)\b# hostname ( /[-a-z0-9_:\@&?=+,.!/~*'%\$]*# Optional path (?>![.,?!])# Not allowed to end with [.,?!] )? )}{<a href="$1">$1</a>}gix;print $textStr;# Finally, display the HTML-ized text..