怎样才能找到这条线呢？

Question

我有一条很长的线，在这里我想找到所有的链接，当它们后面跟着class="filelink"

链接可以是这样的

<a href="https://example.com/@api/files/123/=2008.pdf" class="filelink"

这样的问题是如何写成Perl一行的呢？

更新

如果我做了

echo '<a href="https://example.com/@api/files/123/=2008.pdf" class="filelink"' > test
perl -pe 's/href="(.*)" class="filelink"/\1/g' test

然后我得到

<a https://example.com/@api/files/123/=2008.pdf

在我预料的地方

https://example.com/@api/files/123/=2008.pdf

Answer 1

perl -nE'say for m/<a\s+href="([^"]+)"\s+class="filelink"[^>]*>/g;'

Answer 2

使用健壮的HTML解析器而不是regex的解决方案：

<input_long_line.html perl -MWeb::Query=wq -ne '
    wq($_)
    ->find("a.filelink")
    ->each(sub {
        printf "URL %s\t text %s\n", $_[1]->attr("href"), $_[1]->text
    })'

为了便于阅读，我把它包装起来，它就像一条衬里一样好用。

Answer 3

使用HTML::TreeBuilder::XPath的另一种方法，我觉得很不错：

M=HTML::TreeBuilder::XPath; \
perl -M$M -le 'print $_->attr("href") for ' \
           -e "$M->new_from_content(<STDIN>)->" \
           -e 'findnodes(q(//a[@class="filelink"]))' < input-file