如何使用Perl正则表达式删除未使用的嵌套HTML span标记？

发布时间：2020-12-15 23:31:06 所属栏目：大数据来源：网络整理

导读：我正在尝试从 HTML文件中删除未使用的跨度(即没有属性的跨度),已经清除了我不想要的所有属性与其他正则表达式. 我的正则表达式没有选择要删除的正确的开始和结束标记对,我遇到了问题. my $a = 'a spanb span style="color:red;"c/span d/spane';$a =~ s/span

我正在尝试从 HTML文件中删除未使用的跨度(即没有属性的跨度),已经清除了我不想要的所有属性与其他正则表达式.

我的正则表达式没有选择要删除的正确的开始和结束标记对,我遇到了问题.

my $a = 'a <span>b <span style="color:red;">c</span> d</span>e';
$a =~ s/<spans*>(.*?)</span>/$1/g;
print "$a

回报

a b <span style="color:red;">c d</span>e

但是我希望它能够回归

a b <span style="color:red;">c</span> de

帮助赞赏.

解决方法

试试 HTML::Parser：

#!/usr/bin/perl

use strict;
use warnings;

use HTML::Parser;

my @print_span;
my $p = HTML::Parser->new(
  start_h   => [ sub {
    my ($text,$name,$attr) = @_;
    if ( $name eq 'span' ) {
      my $print_tag = %$attr;
      push @print_span,$print_tag;
      return if !$print_tag;
    }
    print $text;
  },'text,tagname,attr'],end_h => [ sub {
    my ($text,$name) = @_;
    if ( $name eq 'span' ) {
      return if !pop @print_span;
    }
    print $text;
  },tagname'],default_h => [ sub { print shift },'text'],);
$p->parse_file(*DATA) or die "Err: $!";
$p->eof;

__END__
<html>
<head>
<title>This is a title</title>
</head>
<body>
<h1>This is a header</h1>
a <span>b <span style="color:red;">c</span> d</span>e
</body>
</html>

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!