如何使用Perl去除字符串中的HTML？ [英] How can I strip HTML in a string using Perl?

问题描述

有没有比这更容易使用Perl去除字符串中的HTML的？

  $ Error_Msg =〜s |< b个|| IG; 
 $ Error_Msg =〜s |< / b> || ig; 
 $ Error_Msg =〜s |< h1> || ig; 
 $ Error_Msg =〜s |< / h1> || ig; 
 $ Error_Msg =〜s |< br> || ig; 
  

我会同时提供一个瘦身的正则表达式，例如像这样的东西：

  $ Error_Msg =〜s |< /？[b | h1 | br]> || ig ; 
  

是否有一个现有的Perl函数可以从字符串中去除任何/所有的HTML，尽管我只需要假设代码是有效的HTML（没有流浪< or>运算符）

p>

  $ htmlCode =〜s |<。+？> || g; 
  

如果您只需要移除粗体，h1和br的

  $ htmlCode =〜s＃< /？（?: b | h1 | br）\ b。*？> ## g 
  

您可能需要考虑 HTML :: Strip 模块

Is there anyway easier than this to strip HTML from a string using Perl?

$Error_Msg =~ s|<b>||ig;
$Error_Msg =~ s|</b>||ig;
$Error_Msg =~ s|<h1>||ig;
$Error_Msg =~ s|</h1>||ig;
$Error_Msg =~ s|<br>||ig;

I would appreicate both a slimmed down regular expression, e.g. something like this:

$Error_Msg =~ s|</?[b|h1|br]>||ig;

Is there an existing Perl function that strips any/all HTML from a string, even though I only need bolds, h1 headers and br stripped?

解决方案

Assuming the code is valid HTML (no stray < or > operators)

$htmlCode =~ s|<.+?>||g;

If you need to remove only bolds, h1's and br's

$htmlCode =~ s#</?(?:b|h1|br)\b.*?>##g

And you might want to consider the HTML::Strip module

这篇关于如何使用Perl去除字符串中的HTML？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！