最近，PPCG设计排行榜在解析答案html标头时遇到了一些麻烦。

在此挑战中，您将在解析答案标题时自己动手。

示例测试用例

这些示例输入（不是实际的测试用例），只是您可以了解输入可能像

Input: <h1>Python 3, 32 bytes</h1>
Desired Output: Python 3

Input: <h1>JavaScript, 13 chars / 32 bytes</h1>
Desired Output: JavaScript

Input: <b>VeryBadlyFormattedHeader v3 : (32 bytes)</b>

规格

您的程序应小于等于150个字节

系统会为您提供一行答案标题的html，您需要尽最大努力来成功提取该语言。输入内容可能包含unicode字符。

输出案例很重要。

测验

Github Gist测试用例

每行只有一个测试用例。格式为：

<lang_name> - <rest_of_the_line_is_the_header>

计分

你的分数是：

 Number Correct
----------------
  Total Number

（这是一个百分比）

抢七局是最短的代码。

视网膜0.8.2，100％，75 71 70 68 67 64 59 53 51字节

<.*?>

(,| [-&(–5]| [0-7]\d)(?! W|...\)).*

2 |:

现在这基本上是代码高尔夫，所以我不得不切换语言。

在线尝试！

验证

$ wget -q https://gist.githubusercontent.com/vihanb/1d99599b50c82d4a6d7f/raw/cd8225de96e9920db93613198b012749f9763e3c/testcases
$ grep -Po '(?<= - ).*' < testcases > input
$ grep -Po '^.*?(?= - )' < testcases > output
$ mono retina/Retina.exe headers.ret < input | head -n -1 | diff -s - output
Files - and output are identical

怎么运行的

该代码由三个简单的替换（或消除）组成。我们没有尝试匹配语言名称，而是去除了构成它一部分的输入字符串的所有部分。

1. <.*?> 将与所有HTML标签匹配，因此替换操作会将其从输入中删除。

   .*?可以匹配任意数量的字符，但是由于?使量词变得懒惰，它将匹配可能允许整个模式匹配的最小数量。这样可以避免删除整个输入（始终以a开头<和结尾）>。

   现在，语言名称以其余修改后的输入字符串的第一个字符开头。

2. 在使用该语言的名称之后，我们几乎总是会找到以下结尾之一：

   ,，-，&，(，–，5，或一个空格，接着两位数字。

   前两个结尾很常见，Python 2 & PuLP...应将其解析为Python 2，Ruby (2.2.2p95)...as Ruby，>PHP – 3302 bytesas PHP和Perl 5...as Perl。

   (,| [-&(–5]| \d\d).* 会匹配所有这些结尾（及其后的所有字符），但会导致一些误报：

   • ,将与语言名称中的逗号匹配Help, WarDoq!。

   • (将匹配的版本JavaScript (ESx)和Java (1.8)。

   • \d\d将与中的版本匹配Ti-Basic 84。

   我们可以使用[0-7]\d代替来解决第三个问题\d\d，以避免匹配8in 84。

   对于其他有问题的情况，我们使用负前瞻(?! W|...\))，如果前面的模式后面跟着W（如Help, WarDoq!）或正好三个字符和右括号（如(ES6)或(1.8)），则将阻止匹配。

   放在一起，将所有(,| [-&(–5]| [0-7]\d)(?! W|...\)).*匹配的语言名称。

3. 我们剩下两个问题案例：

   <h1>Python <s>2</s> 3, <s>255</s> <s>204</s> <s>180</s> 178 bytes</h1>
   <h1><a href="http://sylwester.no/zozotez/" rel="nofollow">Zozotez Lisp</a>: 73</h1>
   

   被解析为

   Python 2 3
   Zozotez Lisp:
   

   我们可以2 通过删除:输出来修复第一个，而通过从输出中删除来解决第二个。

   这可以通过替换2 |:为空字符串来实现。

Bash，100％，100字节

sed sX..s.2./s.XX|grep -Po '(?<=>)[^<]+?(?=(,(?! W)| [-&–5]| ?<| [0-79]\d| ?\((?!E|1\.)))'|head -1

在Ideone上在线尝试。

验证

$ wget -q https://gist.githubusercontent.com/vihanb/1d99599b50c82d4a6d7f/raw/cd8225de96e9920db93613198b012749f9763e3c/testcases
$ grep -Po '(?<= - ).*' < testcases > input
$ grep -Po '^.*?(?= - )' < testcases > output
$ while read line; do bash headers.sh <<< "$line"; done < input | diff -s - output
Files - and output are identical

CJam，78.38％（76字节）

l{_'>#)>_c'<=}g_'<#<_{",-"&}#)_{_1$=',=+(<}{;}?

在线尝试！或计算正确的标题。

Jolf，13字节，85.94％，无竞争

ρΥpΔid=',H',E
  pΔi         remove all HTML tags from input, preserving content
 Υ   d=',H     slice from beginning until a member is a comma
ρ         ',E  replace said comma with the empty string  

我的计算机上有此更新。令我烦恼的是，我忘记为解释器更新相应的代码。我不想拍摄100％。也许每个人都应该将其标头设置为相同的\ _（\）_ /¯