文本处理的问题

wiliiwin

1. <PAGE PAGENO ='1' RECORDNUM='10'>
   
2. 1029451|+|944002010000541249|+|999|+|12|+|0|+|31312|-|
   
3. 996941|+|100870912250012222|+|999|+|12|+|0|+|888888888555555|-|
   
4. 1029716|+|961009010000055621|+|999|+|12|+|0|+|qwwew|-|
   
5. 1030582|+|961003010000132335|+|999|+|12|+|12|+|22222|-|
   
6. 1029694|+|937006010000000001|+|999|+|3|+|0|+|742947974382977|-|
   
7. 1029057|+|944001010000528906|+|999|+|3|+|0|+|11111111111111111111|-|
   
8. 1030198|+|944000010000580009|+|999|+|3|+|0|+|11111111111111111111|-|
   
9. 950152|+|100830440700010001|+|999|+|12|+|12|+|3456789|-|
   
10. 1030578|+|961000010000118816|+|999|+|12|+|0|+|123456|-|
    
11. 1030611|+|961005010000132341|+|999|+|12|+|0|+|11|-|
    
12. </PAGE>
    
13. <PAGE PAGENO ='2' RECORDNUM='3'>
    
14. 1027383|+|144003010000412232|+|999|+|3|+|0|+|11111111111111111111|-|
    
15. 8006634|+|961007010000675750|+|999|+|12|+|0|+|342343|-|
    
16. 1031152|+|961004010000261315|+|999|+|6|+|6|+|56568383838385656|-|
    
17. </PAGE>   
    

复制代码

想得到 <PAGE PAGENO   和</PAGE>之间的数据，用其他的办法我也知道可以处理，最近看到零宽度断言，因此就想用零断言来处理，
代码如下：

1. #!/usr/bin/perl -w
   
2. $/="</PAGE>";
   
3. open(FILE,"<1.txt");
   
4. while(<FILE>)
   
5. {
   
6.   if(m#(?<=<PAGE.*>)(.+)(?=</PAGE>)#sg)
   
7.   {
   
8.       printf "$2\n";
   
9.   }
   
10. }

复制代码

但是这个报错

1. Unmatched ( in regex; marked by <-- HERE in m/( <-- HERE ?<=<PAGE.*>(.+)(<?=</PAGE>)/ at ./1.pl line 6

复制代码

请各位perl神指点下，本人perl新手，大家见笑了。

jason680

回复 1# wiliiwin

0. strict
use strict;
use warnings;

2. always have block {...}
    if(...) { ... }

3. different error message ...
$ perl xml.pl
Variable length lookbehind not implemented in regex m/(?<=<PAGE.*>)(.+)(?=</PAGE>)/ at xml.pl line 5.

$ perl -v
This is perl 5, version 14, subversion 2 (v5.14.2) built for i686-linux-gnu-thread-multi-64int
...

wiliiwin

知道了  零宽度不支持量词的