这是交易.有没有办法让基于多个正则表达式的行中的字符串标记？
一个例子：
我必须根据不同的正则表达式获取所有href标签,相应的文本和其他一些文本.
所以我有3个表达式,并且想要对行进行标记并提取与每个表达式匹配的文本标记.
我实际上是使用flex完成的(不要与Adobe混淆),这是一个很好的老lex的实现. lex提供
通过基于表达式执行“动作”来实现此目的的优雅方式.人们可以控制方式
lex也读取文件(基于块/行的读取).
问题是flex实际上产生的C/C++代码实际上是标记化工作.我有一个
制作包装所有这些东西的文件.
我想知道perl / python是否能以某种方式做同样的事情.它就是我想做的一切
我喜欢用一种编程语言本身.
令牌化只是我想要在我的应用程序中执行的操作之一.
除了perl或python之外,任何语言(功能也可以)都可以这样做吗？
我在这里读过PLY和ANTLR(Parsing,where can I learn about it).
但有没有办法在python本身自然地做到这一点？请原谅我的无知,但这些工具是否适用于任何受欢迎的产品/服务？
谢谢.
解决方法
如果你专门解析了网页中的链接,那么Perl的
WWW::Mechanize模块将以非常优雅的方式为你解决问题.这是一个示例程序,它抓取Stack Overflow的第一页并解析所有链接,打印其文本和相应的URL：
#!/usr/bin/perl
use strict;
use warnings;
use WWW::Mechanize;
my $mech = WWW::Mechanize->new;
$mech->get("https://stackoverflow.com/");
$mech->success or die "Oh no! Couldn't fetch stackoverflow.com";
foreach my $link ($mech->links) {
print "* [",$link->text,"] points to ",$link->url,"\n";
}
在主循环中,每个$link都是一个WWW::Mechanize::Link对象,因此您不仅限于获取文本和URL.
祝一切顺利,
保罗