Regex для захвата подстроки между кавычками

Question

У меня есть следующий фрагмент кода, который работает: (стандартная текстовая строка)

($txid) = $content =~ m/ start (.*) stop /; 
print $txid; 

И следующий фрагмент кода, который не делает: (строка с кавычками)

($txid) = $content =~ m/<input name="transactionid" value="(.*)" type="hidden">/; 
print $txid; 

Я предполагаю, что проблема вызвана кавычками. Кто-нибудь знает, как я могу это решить?

Answer 1

По умолчанию сумматор * является «жадным», что означает, что (.*) будет соответствовать всем возможностям. Для того, чтобы ограничить его таким образом, чтобы он соответствовал как можно меньше, то есть только до следующей двойной кавычки, что происходит в строке, не добавить ? к нему, таким образом:

($txid) = $content =~ m/<input name="transactionid" value="(.*?)" type="hidden">/; 

Предполагая, что значение атрибута value не содержит экранированные двойные кавычки, это приведет к результату, который вам нужен.

(Конечно, в тех случаях, когда является избежал двойных кавычек, не регулярное выражения, которое будет надежно извлечь только строку интереса и ничего. Вот почему люди говорят вам не использовать регулярные выражения в качестве единственного инструмента для синтаксического анализа сбалансированного текста. С другой стороны, учитывая простоту вашей цели здесь, вы, вероятно, сойдете с ним - но ни для чего, и я имею в виду что-нибудь, что требует обработки HTML или XML, которая даже немного сложнее чем это, используйте синтаксический анализатор XML.)