何度も出現する文字列AAのうち、3番目と4番目のAAの間にある文字列を得たい

質問

以下のようなHTMLから、

<tr><td>AAA<td>BBB<td>CCC<td>DDD<td>EEE<td></tr>

CCC という文字列だけを取り出したいとき、Perl、または
正規表現ではどのように記述したらよいのでしょうか？？
Index関数を使ってみたのですが、うまくいきませんでした。

アドバイスをよろしくお願いします。

回答No.1

kumoz · ベストアンサー

文字列が $line に入っているものとして、

$line =~ /(<td>).+?\1.+?\1(.+?)\1/;
print "$2\n";

これで、CCC が表示されるものと思います。

お礼

ご回答ありがとうございます。
+?\1 を増やす事で範囲をずらす事もできました。

回答No.2

Tacosan

できればもうちょっと「やりたいこと」を正確に書いてほしいなぁと思いつつ,
/^(?:.*?<td>){3}(.*?)<td>/
でもいいかも.
時間かかっていいなら split 使ってもいいし.

お礼

すみません、この問題以外の部分は出来上がっていたので、
ポイントを絞った質問とさせて頂きました。

ご回答ありがとうございます。