如何使用Perl正则表达式去除未使用的，嵌套的HTML span标记？ [英] How can I remove unused, nested HTML span tags with a Perl regex?
本文介绍了如何使用Perl正则表达式去除未使用的，嵌套的HTML span标记？的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我试图从HTML文件中删除未使用的跨度（即没有属性的跨度），已经清除了我不想使用其他正则表达式的所有属性。
我遇到了一个问题，我的正则表达式没有选择正确的一对开始和结束标签来移除。
my $ a ='a< span> b< span style =color：red;> c< / span> d< /跨度> E;
$ a =〜s /< span \s *>（。*？）< \ / span> / $ 1 / g;
print$ a \
退货
ab< span style =color：red;> c d< / span> e
但我希望它返回
ab
解决方案
试试 HTML :: Parser ：
＃！/ usr / bin / perl
使用strict;
使用警告;
使用HTML :: Parser;
my @print_span;
my $ p = HTML :: Parser->新（
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;
}，'text，tagname']，
default_h => [sub {print shift}，'text']，
）;
$ p-> parse_file（\ * DATA）或者死掉Err：$！;
$ p-> eof;
__END__
< html>
< head>
< title>这是一个标题< / title>
< / head>
< body>
< h1>这是一个标题< / h1>
a< span> b< span style =color：red;> c< / span> d< / span> e
< / body>
< / html>
I'm trying to remove unused spans (i.e. those with no attribute) from HTML files, having already cleaned up all the attributes I didn't want with other regular expressions.
I'm having a problem with my regex not picking the correct pair of start and end tags to remove.
my $a = 'a <span>b <span style="color:red;">c</span> d</span>e';
$a =~ s/<span\s*>(.*?)<\/span>/$1/g;
print "$a\
returns
a b <span style="color:red;">c d</span>e
but I want it to return
a b <span style="color:red;">c</span> de
Help appreciated.
解决方案
Try 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;
}, '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>
这篇关于如何使用Perl正则表达式去除未使用的，嵌套的HTML span标记？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！
查看全文
