逻辑解析 ICAL 提要的困难答案

【问题标题】：Difficulty with Logic parsing ICAL feed逻辑解析 ICAL 提要的困难
【发布时间】：2012-08-14 02:56:36
【问题描述】：

我一直在编写一个代码，该代码将解析来自 Ical 提要的事件信息。这是一个巨大的数据块，我想按关键词进行划分。我需要有条不紊地进行。我尝试为关键术语编制索引，然后让程序打印这些索引之间的内容。但是由于某种原因，它变成了打印所有数据的无限循环。我不知道如何解决它。不要运行我的代码，它会一直冻结我的计算机。我希望有人能告诉我我的问题是什么。

不要运行这个程序

use strict;
use warnings;


use LWP::Simple;
use HTML::TreeBuilder;
use HTML::FormatText;

my $URL= get("https://www.events.utoronto.ca/iCal.php?ical=1&campus=0&
+sponsor%5B%5D=&audience%5B%5D=&category%5B%5D=");

my $Format=HTML::FormatText->new;
my $TreeBuilder=HTML::TreeBuilder->new;
$TreeBuilder->parse($URL);
my $Parsed=$Format->format($TreeBuilder);
open(FILE, ">UOTSUMMER.txt");
print FILE "$Parsed";
close (FILE);

open (FILE, "UOTSUMMER.txt");
my @array=<FILE>;

my $string ="@array";
my $offset = 0;     # Where are we in the string?


my $numResults = 0;

while (1) {
    my $idxSummary = index($string, "SUMMARY", $offset);
    my $result = "";
    my $idxDescription = index ($string, "DESCRIPTION", $offset);
    my $result2= "";
    if ($idxSummary > -1) {
        $offset = $idxSummary + length("SUMMARY");
        my $idxDescription = index($string, "DESCRIPTION", $offset);
        if ($idxDescription == -1) {
            print "(Data malformed: missing DESCRIPTION line.)\n";
            last;
        }
        if ($idxDescription > -1) {
            $offset = $idxDescription+ length("DESCRIPTION");
            my $idxLocation= index($string, "LOCATION", $offset);
            if ($idxLocation == -1) {
                print "(Data malformed: missing LOCATION line.)\n";
                last;
            } 

            my $length = $idxDescription - $offset;
            my $length2= $idxLocation - $offset;
            $result = substr($string, $offset, $length);
            $result2= substr ($string, $offset, $length2);

            $offset = $idxDescription + length("DESCRIPTION");
            $result =~ s/^\s+|\s+$//g ; # Strip leading and trailing white space, including newlines.
            $result2 =~ s/^\s+|\s+$//g ; 

            $numResults++;
        } else { 
            print "(All done. $numResults result(s) found.)\n";
            last; 
        }

        open (FILE2, "UOT123.txt")
        print FILE2 "TITLE: <$result>\n DESCRIPTION: <$result2>\n";

我们将不胜感激您的任何指导！谢谢！

【问题讨论】：

PerlMonks 上的交叉发帖：perlmonks.org/?node_id=988015（礼貌地提一下，这样人们就不会努力解决可能已经在别处解决的问题，并且协作努力可能基于整个讨论，而不仅仅是其中的一部分。）
请包含您正在使用的实际代码（此代码缺少一些}'s）并一致缩进。
您在 Google 上搜索过“Perl ical”吗？第一个热门文章是关于如何解析 iCal 的文章，第二个和第三个是似乎可以解决您的问题的 CPAN 模块。

标签： perl parsing logic icalendar

【解决方案1】：

您的警告让我深受启发，不得不运行它。我什至安装了这样做所需的模块。您的计算机可能只是陷入了无限循环，而不是真正崩溃。

查看您的代码，问题几乎可以肯定是您的索引。就目前而言，您的循环逻辑有点混乱。你最好的选择是重新考虑你是如何做到这一点的。不要使用所有这些逻辑，而是尝试使循环依赖于遍历文件。这样一来，就很难形成无限循环。此外，正则表达式将使这项工作变得更加简单。这可能并不完全符合您的要求，但这是一个开始：

while ($string =~ m/SUMMARY(.+?)DESCRIPTION(.+?)(?=SUMMARY|$)/gcs)
{
    print "summary is: \n\n $1 \n\n description is: \n\n $2 \n\n";
}

其他一些要点：

写入文件然后打开它并在开始时再次读取内容没有多大意义。您已经在 $Parsed 中获得了您想要的内容。
如果您只想单独打印一个变量，请不要将其放在引号中。这会增加很多开销。

【讨论】：

【解决方案2】：

也许以下内容可以帮助您完成解析任务：

use Modern::Perl;
use LWP::Simple qw/get/;
use HTML::Entities;

my $html = get 'https://www.events.utoronto.ca/iCal.php?ical=1&campus=0&+sponsor%5B%5D=&audience%5B%5D=&category%5B%5D=';

while ( $html =~ /(Summary:\s*[^\n]+)\s*(Description:\s*[^\n]+)/gi ) {
    say decode_entities($1) . "\n" . decode_entities($2);
}

样本输出：

SUMMARY:Learning Disabilities Parent Support Group
DESCRIPTION: Dates: Thursdays: May 24, June 21, and July 19

SUMMARY:"Reading to Write"
DESCRIPTION: Leora Freedman, Coordinator, English Language Learning Program, Faculty of Arts  &  Science

SUMMARY:The Irish Home Rule Bill of 1912:  A Centennial Symposium
DESCRIPTION: One-day symposium presented by the Celtic Studies Program, St. Michael's College

如果文本中的 html 实体正常，您可以使用 HTML::Entities 和 decode_entities($1) 表示法省略，否则您可能会得到如下结果：

DESCRIPTION: Leora Freedman, Coordinator, English Language Learning Program, Faculty of Arts  &amp;  Science

希望这会有所帮助！

【讨论】：