PERL REGEX coincidente InfoHash de Imán Link

Question

Estoy tratando de extraer un hash de información de un enlace de imán torrent usando Perls regex
El enlace magnet parece:

imán :? xt= urn: btih: 8AC3731AD4B039C05393B5404AFA6E7397810B41 & DN= Ubuntu + 11 + 10 + Oneiric + Ocelot + Desktop + CD + i386 & tr= http% 3a% 2f% 2ftracker.openbittorrent.com% 2fannuteunco

pero a veces puede parecerse:
imán :? xt= urn: btih: 8AC3731AD4B039C05393B5404AFA6E7397810B41

La parte que intento extraer es 8AC3731AD4B039C05393B5404AFA6E7397810B41

Estoy tratando de capturar todo hasta la primera '&' o si solo incluye el InfoHash, hasta el final de la línea, he intentado un par de pareja, pero no puedo hacer que funcione correctamente y lo que tengo por debajo de las capturas solo.el primer carácter

if ($tmpVar =~ m/magnet\:\?xt=urn\:btih\:([[:alnum:]]+?)/i) {
  $mainRes{'hash'} = $1;
}

También intenté agregar y $ después de la captura, pero eso simplemente resulta en un error Gracias

Answer 1

You could use:

/\burn:btih:([A-F\d]+)\b/i

Or if the hash is always 40 chars:

/\burn:btih:([A-F\d]{40})\b/i

Answer 2

As you've already discovered, you don't want to use the ? in your regular-expressions. Here's why:

The ? in pattern+? makes your regex "non-greedy", meaning it will try to use as few characters as possible while still matching the pattern you specify. So

"8AC3731AD4B039C05393B5404AFA6E7397810B41" =~ /(\w+?)/

just returns "8" while

"8AC3731AD4B039C05393B5404AFA6E7397810B41" =~ /(\w+)/

returns the whole string.

if ($tmpVar =~ m/magnet:\?xt=urn:btih:([[:alnum:]]+)/i) {
    $mainRes{'hash'} = $1;
}

Answer 3

This is why the gods of CPAN gave us URI, to parse out parts of URIs, which you can then parse with a regex.

#!/usr/bin/perl
use URI;
use URI::QueryParam;
use Data::Dumper;

my $u = URI->new( shift() );
my $xt = $u->query_form_hash->{xt};

my ($hash) = $xt =~ m{^urn:btih:(.*)$};
print "$hash\n";

Presuming your magnet URI on the command line.