正则表达式处理html实例（Perl实现）

最新推荐文章于 2022-11-11 15:48:12 发布

UnixAgain

最新推荐文章于 2022-11-11 15:48:12 发布

阅读量1.7k

点赞数

分类专栏：学习笔记

本文链接：https://blog.csdn.net/unixagain/article/details/9816081

版权

本文介绍了如何使用Perl进行HTML处理，包括提取HTML标签、解析<a>标签中的URL和链接文本，以及校验和分解HTTP URL为主机名和路径。提供了具体的正则表达式实例。

摘要由CSDN通过智能技术生成

1.Html中Tag提取

<("[^"]*"|'[^']*'|[^'">])*>

2.提取<a></a>标签中的url和链接文本

while ($Html =~ m{a\b([^>]+)>(.*?)</a>}ig)
{
	my $Guts = $1;
	my $Link = $2;
	if ($Guts =~ m{
				\b HREF	#href属性
				\s* = \s*	#两头可能出现空白符
				(?:			#其值为
				"([^"]*)"	#双引号字符串
				|
				'([^']*)'	#单引号字符串
				|
				([^'">\s]+)	#或者是其他文本
				)
				}xi)
		{
			my $Url = $+;
			print "$Url with link text: $Link\n";
		}
}

3.校验HTTP URL