如何使用Perl删除HTML文件中的p元素的所有属性？ [英] How can I remove all attributes of p elements in HTML files using Perl?

问题描述

我想使用这个简单的Perl命令行来删除HTML文件中< p> 的所有属性：

I'd like to remove all attributes of <p> in an HTML file by using this simple Perl command line:

$ perl -pe 's/<p[^>]*>/<p>/' input.html

但是，它不会替换eg < p class =hello> 跨多行，例如

However, it won't substitute e.g. <p class="hello"> that spans multiple lines such as

<p 
class="hello">

因此，我试图通过执行

# command-1
$ perl -pe 's/\n/ /' input.html > input-tmp.html
# command-2
$ perl -pe 's/<p[^>]*>/<p>/g' input-tmp.html > input-final.html

问题：

1. 在（Perl）regex中有一个选项可以尝试多行匹配吗？


2. 我可以结合上面的两个命令和命令-2 ）合并为一个？基本上，第一个命令需要在第二个命令开始之前完成执行。

1. Is there an option in (Perl) regex to try the match across multiple lines?
2. Can I combine the two commands above (command-1 and command-2) into one? Basically, the first command needs to complete execution before the second one starts.

推荐答案

-p 是

LINE: while (<>) {
   ...
} continue {
   print
      or die "-p destination: $!\n";
}

正如你可以看到 $ _ 每次只包含一行，因此模式不能匹配跨越多行的某个行。你可以愚弄Perl，使用 -0777 来考虑整个文件是一行。

As you can see $_ only contains one line at a times, so the pattern can't possibly match something that spans more than one line. You can fool Perl into thinking the whole file is one line using -0777.

perl -0777 -pe's/<p[^>]*>/<p>/g' input.html

命令行选项记录在 perlrun 中。

这篇关于如何使用Perl删除HTML文件中的p元素的所有属性？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！