1 min read

使用正则表达式匹配DOI

2012/03/10

先看几个DOI的例子：

  • 10.1093/nar/gkh458
  • 10.1146/annurev.micro.112408.134233
  • 10.1183/09031936.02.00400202

可以看出，DOI的编码以“10”开始，可以含有数字]0-9]，小数点，斜杠等分隔，但是其中不会出现空格。鉴于此，在perl中使用以下正则表达式匹配：

[cc lang=”perl”]
$str1 =~ /10\.[^\s\/]+\/[^\s]+/; # borrowed from Zotero
$str2 =~ /\b(10\.\d+\/[^\s]+)\b/; # another one
[/cc]