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 program

undef $/;

$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 program

undef $/;		# 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..