正则表达式来解析多行HTML [英] Regex to parse a multiline HTML

问题描述

HTML代码：

<$ p $

我试图用正则表达式解析多行html文件。 p> < TD>详情< / TD>< / TR>
< tr class = d1>
< td> uss_vod_translator< / td>


正则表达式：

 < code> if *< td>（\ w *）< \ / td> /）
 {
 print$ 1; 
} 
  

我正在使用 / s * （空格）为多行，但不起作用。我对它进行了搜索，甚至使用 / \？作为多行，但这也不起作用。

任何人都可以建议我如何解析多行HTML吗？

我知道正则表达式解析HTML是一个糟糕的解决方案。但是我有一个遗留的HTML代码，我需要解析并且没有其他选择。

解决方案

任何人都可以建议我如何解析多行HTML？

停止尝试使用正则表达式并使用将解析它的模块为您。

HTML :: TreeBuilder a>是一个很好的解决方案。

HTML :: TreeBuilder :: LibXML 为您提供相同的API，但由快速解析器支持。

HTML :: TreeBuilder :: XPath 增加了XPath支持以及一个快速解析器。

am trying to parse a multi-line html file using regex.

HTML code:

<td>Details</td></tr>  
<tr class=d1>
<td>uss_vod_translator</td>

Regex Expression:

if ($line =~ m/Details<\/td>\s*<\/tr>\s*<tr\s*class=d1>\s*<td>(\w*)<\/td>/)
{
    print "$1";
}

I am using /s* (space) for multi-line, but it is not working. I searched about it, even used /\? for multi-line but that too did not work.

Can any one please suggest me how to parse a multiline HTML?

I know regex is a poor solution to parse HTML. But i have a legacy HTML code which i need to parse and have no other choice.

解决方案

Can any one please suggest me how to parse a multiline HTML?

Stop trying to use regular expressions and use a module that will parse it for you.

HTML::TreeBuilder is a good solution.

HTML::TreeBuilder::LibXML gives you the same API but backed by a fast parser.

HTML::TreeBuilder::XPath adds XPath support as well as a fast parser.

这篇关于正则表达式来解析多行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！