Perl ファイル一気読み後の正規表現について

質問

Perlで以下の通り、
htmlファイルを全て読み込んだ後に正規表現を当てたいのですが、うまくいきません。
恐縮ですが、原因をご存知の方いらっしゃいましたら教えて頂けませんでしょうか。
また、他に良い解決方法がありましたら教えて頂けると幸いです。
※PC環境はwindows7, perl5.12です。情報に不足がございましたらご指摘下さい。

-----
#--test.html(左側の数字は行数)
000001 <dl>
000002 <dt>aaa</dt>
000003 <dd>12345</dd>
000004 </dl>

（中略）

120001 <dl>
120002 <dt>bbb</dt>
120003 <dd>6789</dd>
120004 </dl>

#--test.pl
open IN , "test.html";
local $/ = undef;
$data = <IN>;
close IN;

$data =~ s|<td>bbb</td>|<td>ccc</td>|;
print "$data\n";
-----

ファイルの始めの方だと当たるのに、後半では当たりません。
正規表現の対象として大きすぎるんでしょうか・・・。

$data =~ s|<td>aaa</td>|<td>ccc</td>|;
は、当たりますが

$data =~ s|<td>bbb</td>|<td>ccc</td>|;
だと当たりません。

どうぞよろしくお願いいたします。

回答No.4

osamuy · ベストアンサー

参考までに、ideoneでの実行；

http://www.ideone.com/lziei

質問文の例は普通に動いてるので、SJIS変換してるあたりに原因があるかも。ないかも。

お礼

お礼遅くなり申し訳ございません。
ご確認頂きありがとうございました。
（ideone.com 知りませんでした、こんなサイトがあるんですね）

ちょっと時間がとれなくて細かい検証はできていないんですが、
仰る通りどうやらSjis.pmが悪さしていたようです。

回答No.3

Tacosan

確認ですが, この例で
1行ずつ処理したときには想定した通りの結果になっている
のですね?

補足

ご質問頂きありがとうございます。
はい while(<>) で処理した場合は想定通りの結果になります。

ただ一点補足がございます。
上記の質問では、関連は薄いと思いあえて記載しなかったんですが、
このhtmlファイルはSjisテキストで、それをSjis.pmを使って処理を行おうとしています。

通常のエンコードした場合で試していなかったので
ちょっと後で試してみようと思います。

回答No.2

axel_eye

open IN , "test.html";
my $data;
{
local $/ = undef;
$data = <IN>;
}
close IN;

でスコープに入れてはどうでしょう。$/ undefしたままで他の処理を行おうとすると予期せぬ結果になるかもしれません。

お礼

ご回答頂きありがとうございます。

スコープ試してみて結果は変わらなかったんですが、
そもそもスコープに入れる発想が無かったので勉強になりました。
ありがとうございました。

回答No.1

osamuy

td? dt?

補足

大変失礼しました。
正規表現中の "td" は "dt" の間違いです。
ご指摘頂きありがとうございました。