如何提取介于某个区间的几行文字，区间的开始和结束可以用正则表达式描述 。

看了flw给出的解决方法：
这是面向行处理的一种轻量级解决方法。
比那些对整个文件进行模式匹配的方法不知优雅了要多少倍。

$start 表示开始标记的模式，$end 表示结束标记的模式，
if ( (/$start/ .. /$end/) and !/$end/ ){
表示需要开始和结束之间的，但不需要结束的那一行。

但是问题来了，若模式匹配是不严格的，即：start和end是同一性质的，如一段文字，如下：
>
reo
sot
>
tin
>12
是以开头一个>作为标志。现在要取出每一个>及其后的文字，该如何处理？另外，最后一个是例外，如何解决？大家来讨论下吧。

 

 

 

use strict;
use Data::Dumper;

my $records = {};    # reference to hash
my $count = 0;       # counter for normal key record
my $key = '';        # hash key

while () {
    chomp;
    if (/^>(.*)/) {    # pattern match beginning with > (or followed by string)
        if ($1) {      # matsched followed by char and put it as special key
            $key = 'specialKey_'. $1;
            $records->{$key} = [];    # initial ref. array
        } else {       # put counter as key
            $key = 'count_' . ++$count;
        }
    } else {
        # put all rest blocks after line ^> into a ref. array
        push @{$records->{$key}}, $_;
    }
}
# display data structures:
print Dumper $records;

__DATA__
>
reo
sot
>
tin
>12

Output data records:

QUOTE:

$VAR1 = {
          'count_1' => [
                         'reo',
                         'sot'
                       ],
          'count_2' => [
                         'tin'
                       ],
          'specialKey_12' => []
        };

 

 

============================================

QUOTE:

原帖由 forlorngenius 于 2008-9-22 21:32 发表
range operator 除了有两个点  ..   还有 三个点 ...

呵呵。这个还没有听说过，有时间的话请详细指教。。。
另外，我已经解决了。用的笨方法。这里贴上，或许能供需要之人参考：
#!/usr/bin/perl
$file=shift;
$to_file=shift;
open(TXT, $file)  || die "can't open  $!";
open(TXT2,">$to_file") or die "error $!";
while(){
        $content=$_;
        if(/^>\d*[\r|\n]+/){
                $_='';
                $count=1;
        }       
        if($count==1 ){
                if(/^>\d+.+\w+/){
                        $count=0;}
        }               
        if($count==1){
                $content='';}       
        print TXT2 $content;
}
close(TXT);
close(TXT2);       
提问只是简略，具体要求是：如发现一段是以>或者>\d+开头，而后面没有别的东西，则认为非法而删除。程序并不难，关键是逻辑。多谢大家的回答，希望有好的解决方法。