html - 如何使用 Perl 查找和清理字符串中的子字符串？

Question

我有一些需要编辑的 HTML 文件。我需要在文件中找到一些值并清理它的形式。

例如我有 html 文件：

    .
    .
    诊断
      对齐=“正确”
      对齐=“正确”
      对齐=“正确”
      对齐=“正确”
      对齐=“正确”
      对齐=“正确”
      对齐=“正确”

    配置
      对齐=“正确”
      对齐=“正确”
      对齐=“正确”
      对齐=“正确”
      对齐=“正确”
      对齐=“正确”
      对齐=“正确”
    .
    .

我需要找到并清理

    诊断
      对齐=“正确”
      对齐=“正确”
      对齐=“正确”
      对齐=“正确”
      对齐=“正确”
      对齐=“正确”
      对齐=“正确”

来自我的 HTML 文件。

多么简单又快速的方法呢？

谢谢。

Answer 1

HTML::TreeBuilder查看一个用于在 Perl 中解析 HTML的模块，例如。这不是一项非常简单的任务，但链接的文档有一些示例。我建议您尝试一下，如果遇到问题，请提出具体问题。

另一种方法是使用正则表达式。通常不建议在解析 HTML 时使用这种方法——用正则表达式可靠地解析任意 HTML 是不可能的。 但是，如果您只是想从具有可预测格式的文件中快速删除一种东西，那么它可能是一个不错的选择。只要确保你的问题真的像你想象的那样简单，然后再走这条路。