Обычно парсятся целые страницы, но иногда нужно написать функцию или даже просто распарсить всего-лишь один тег.

Рассмотрим задачу: есть тег textarea, у которого может быть сколько угодно совершенно разных атрибутов. Сколько, каких и каков их порядок — не известно. Задача — получить хэш, ключами которого будут имена атрибутов, а значениями — их значения (опа, каламбур).

Давно я не писал про регулярные выражения. А между тем, это очень интересная тема. Новичкам трудно разобраться в этой теме. В интернете полно статей, которые одинаковы по своей сути. Там приведен синтаксис регулярных выражений и может быть, пара примеров. Я по своему опыту знаю, что этого маловато для понимания возможностей и тем более — пробуждения интереса.

А между тем, потребность в регулярках высока. В том числе и у новичков. Поэтому они штурмуют форумы с вопросами "как вытащить текст" и "как заменить что-то на другое". Если форум хороший — им помогают, но не всегда правильно. Если плохой — посылают на статьи по регулярным выражениям или просто смеются.

Сейчас я попытаюсь рассказать о востребованных приемах работы с регулярными выражениями, которые часто нужны. А именно — о том, как захватывать текст из кода страницы с помощью регулярных выражений.

Сегодня я покажу как можно преобразовывать данные из одного формата в другой при помощи парсера.

Передо мной встала конкретная задача: обновить данные для JavaScript калькулятора. Калькулятор работал с базой данных, забитой в него при помощи JS-объектов, а свежие данные имелись в формате Excel. Я покажу как я решил задачу по преобразованию таблицы в объекты нужного формата.

В эксплуатацию вводятся кириллические. Что это, зачем и как — поразмыслю в этом посте.

Сегодня ко мне в асю стукнул человек.

Сказал, что нашел мой блог и спросил не могу ли я помочь написать грабер. Я, конечно, предварительно согласился. Ведь и человеку помочь — дело хорошее и денег заработать — тоже неплохо.

Но дальше история приобретала печальный оборот.

Дано: текст с кривым-кривым и неправильным вообще html.

Задача: расставить в этом html ссылки на заданный адрес по заданному слову. Сложность в том, что если это слово стоит в каком-то контейнерном теге, кроме <p>, его трогать не надо.

Недавно узнал о существовании специальной переменной Perl, которая называется "_". Да-да, это именно "_", а не $_.

Переменная $_, как известно, является "местоимением" в Perl. Например, рассмотрим предложение: "Брать каждый новый лепесток из цветка и выбрасывать его." В этом предложении слово "его" соответствует переменной $_. Сейчас объясню.

На Perl это будет выглядеть так:

foreach(@flower)    {
    print("Выбросил $_<br>\n");
}

Надеюсь, понятно. Переменной $_ присваивается временное значение при итерациях цикла, например. К этой переменной обращаются некоторые функции если не указано иное. Например:

foreach(@flower)    {
    s/blue/pink/g;
    print("Выбросил $_<br>\n");
}

В этом случае мы заменяем для каждого лепестка цвет blue на pink. Такая запись эквивалентна такой:

$_ =~ s/blue/pink/g;

Теперь о переменной _.

Узнал от своего начальника и заядлого перловика о ней. Полез и почитал сам. Оказалось, что это не совсем переменная. Это дескриптор файла, что развеивает магию вокруг переменной без префикса "$".

Так что же делает этот дескриптор и откуда берется?

Рассмотрим код:

if(-e "./path2/file.dat")    {
    if(-z _)    {
        print "OK";
    }
}

Сначала мы проверяем файл на существование. Но потом мы проверяем _ на предмет пустоты.

Дело в том, что для получения атрибутов команды -e, -d, -z и подобные неявно вызывают функцию stat для файла. И просто возвращают один из элементов результирующего массива. (Ведь мы помним, что функция stat возвращает массив)

Затем происходит кэширование результатов изъятия атрибутов для дескриптора файла _. И когда мы вызываем новую проверку атрибута файла для _, функция stat уже не вызывается, что несколько экономит время и ресурсы, да.

Вот такая небольшая хитрость.