Come posso sostituire più parole, ognuna con hash a una parola alternativa, in un attributo HTML usando Perl regex?

StackOverflow https://stackoverflow.com/questions/1217068

  •  07-07-2019
  •  | 
  •  

Domanda

Sto scrivendo un offuscatore HTML e ho un hash che mette in correlazione nomi user-friendly (di id e classi) con nomi offuscati (come a, b, c, ecc.). Sto riscontrando problemi con una regexp per aver realizzato la sostituzione di qualcosa come 

<div class="left tall">

con 

<div class="a b">

Se i tag potessero accettare solo una classe, regexp sarebbe semplicemente qualcosa del tipo 

s/(class|id)="(.*?)"/$1="$hash{$2}"/

Come devo correggerlo per tenere conto di più nomi di classe tra virgolette? Preferibilmente, la soluzione dovrebbe essere compatibile con Perl.

È stato utile?

Soluzione

Immagino che farei questo: 

s/  
    (class|id)="([^"]+)"
/   
    $1 . '="' . (
        join ' ', map { $hash{
 Immagino che farei questo: 


<*>} } split m!\s+!, $2
    ) . '"'
/ex;

Altri suggerimenti

Non dovresti usare una regex per questo in primo luogo. Stai provando a fare troppo con una regex (vedi Puoi fornire alcuni esempi del perché è difficile analizzare XML e HTML con una regex? per perché). Ciò di cui hai bisogno è un parser HTML. Vedi Puoi fornire un esempio di analisi dell'HTML con il tuo parser preferito? per esempi usando una varietà di parser.

Dai un'occhiata a HTML :: Parser . Ecco un'implementazione, probabilmente incompleta,: 

#!/usr/bin/perl

use strict;
use warnings;

use HTML::Parser;

{
    my %map = (
        foo => "f",
        bar => "b",
    );

    sub start {
        my ($tag, $attr) = @_;
        my $attr_string = '';
        for my $key (keys %$attr) {
            if ($key eq 'class') {
                my @classes = split " ", $attr->{$key};
                #FIXME: this should be using //, but
                #it is only availble starting in 5.10
                #so I am using || which will do the
                #wrong thing if the class is 0, so
                #don't use a class of 0 in %map , m'kay
                $attr->{$key} = join " ", 
                    map { $map{
 Non dovresti usare una regex per questo in primo luogo. Stai provando a fare troppo con una regex (vedi  Puoi fornire alcuni esempi del perché è difficile analizzare XML e HTML con una regex?  per perché). Ciò di cui hai bisogno è un parser HTML. Vedi  Puoi fornire un esempio di analisi dell'HTML con il tuo parser preferito?  per esempi usando una varietà di parser. 



 Dai un'occhiata a   HTML :: Parser  . Ecco un'implementazione, probabilmente incompleta,: 


<*>} || 
 Non dovresti usare una regex per questo in primo luogo. Stai provando a fare troppo con una regex (vedi  Puoi fornire alcuni esempi del perché è difficile analizzare XML e HTML con una regex?  per perché). Ciò di cui hai bisogno è un parser HTML. Vedi  Puoi fornire un esempio di analisi dell'HTML con il tuo parser preferito?  per esempi usando una varietà di parser. 



 Dai un'occhiata a   HTML :: Parser  . Ecco un'implementazione, probabilmente incompleta,: 


<*> } @classes;
            }
            $attr_string .= qq/ $key="$attr->{$key}"/;
        }

        print "<$tag$attr_string>";
    }
}

sub text {
    print shift;
}

sub end {
    my $tag = shift;
    print "</$tag>";
}

my $p = HTML::Parser->new(
    start_h => [ \&start, "tagname,attr" ],
    text_h  => [ \&text, "dtext" ],
    end_h   => [ \&end, "tagname" ],
);

$p->parse_file(\*DATA);

__DATA__
<html>
    <head>
        <title>foo</title>
    </head>
    <body>
        <span class="foo">Foo!</span> <span class="bar">Bar!</span>
        <span class="foo bar">Foo Bar!</span>
        This should not be touched: class="foo"
    </body>
</html>
Autorizzato sotto: CC-BY-SA insieme a attribuzione
Non affiliato a StackOverflow
scroll top