如何使用Perl regexp从纯文本中提取具有特定扩展名的特定域(可能具有可变子域)的所有URL？我努力了：
my $stuff = 'omg http://fail-o-tron.com/bleh omg omg omg omg omg http://homepage.com/woot.gif dfgdfg http://shomepage.com/woot.gif aaa';
while($stuff =~ m/(http\:\/\/.*?homepage.com\/.*?\.gif)/gmsi)
{
print $1."\n";
}
它失败了,给了我：
http://fail-o-tron.com/bleh omg omg omg omg omg http://homepage.com/woot.gif http://shomepage.com/woot.gif
我认为这不会发生,因为我正在使用.* ?,这应该是非贪婪的,并给我最小的匹配.谁能告诉我我做错了什么？ (我不想要一些超级复杂的罐装正则表达式来验证URL;我想知道我做错了什么,所以我可以从中学习.)
URI::Find是专门为解决这个问题而设计的.它将找到所有URI,然后您可以过滤它们.它有一些启发式来处理跟踪标点符号等事情.
更新：最近更新以处理Unicode.