पर्ल का उपयोग कर स्ट्रिंग में एचटीएमएल कैसे लगा सकता हूं?

Question

क्या पर्ल का उपयोग कर स्ट्रिंग से HTML को स्ट्रिप करने के लिए वैसे भी आसान है?

$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; 

मैं दोनों नियमित अभिव्यक्तियों को कम कर दूंगा, उदाहरण के लिए कुछ इस तरह:

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

वहाँ एक मौजूदा पर्ल समारोह है कि एक स्ट्रिंग से किसी भी/सभी HTML स्ट्रिप्स है, भले ही मैं केवल bolds, h1 हेडर और br छीन की ज़रूरत है?

Answer 1

कोड मान लिया जाये कि मान्य HTML (कोई आवारा < या> ऑपरेटरों) है

आप केवल bolds, h1 के और br के

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

और तुम विचार करना चाह सकते दूर करने के लिए की जरूरत है HTML::Strip मॉड्यूल

Answer 2

perlfaq9: How do I remove HTML from a string?

से

सबसे सही तरीका (यद्यपि सबसे तेज़ नहीं) HTML :: पार्सर का उपयोग सीपीएएन से करना है। एचटीएमएल :: फॉर्मेटटेक्स्ट का उपयोग करने का एक और अधिक सही तरीका है जो न केवल HTML को हटाता है बल्कि परिणामी सादे पाठ के थोड़ा सरल स्वरूपण करने का भी प्रयास करता है।

कई लोग एस/< जैसे * * // // // जी के साथ एक साधारण दिमागी नियमित अभिव्यक्ति दृष्टिकोण का प्रयास करते हैं, लेकिन यह कई मामलों में विफल रहता है क्योंकि टैग लाइन ब्रेक पर जारी रह सकते हैं, उनमें उद्धृत कोण-ब्रैकेट हो सकते हैं, या एचटीएमएल टिप्पणी मौजूद हो सकती है। इसके अलावा, लोग इकाइयों को परिवर्तित करना भूल जाते हैं - उदाहरण के लिए <।

#!/usr/bin/perl -p0777 
s/<(?:[^>'"]*|(['"]).*?\1)*>//gs 

आप एक अधिक पूर्ण समाधान चाहते हैं, http://www.cpan.org/authors/id/T/TO/TOMC/scripts/striphtml.gz में 3 चरण striphtml कार्यक्रम देखें:

यहाँ एक "सरल दिमाग" दृष्टिकोण है कि ज्यादातर फ़ाइलों के लिए काम करता है।

<IMG SRC = "foo.gif" ALT = "A > B"> 

<IMG SRC = "foo.gif" 
ALT = "A > B"> 

<!-- <A comment> --> 

<script>if (a<b && a>c)</script> 

<# Just data #> 

<![INCLUDE CDATA [ >>>>>>>>>>>> ]]> 

हैं एचटीएमएल टिप्पणी अन्य टैग में शामिल हैं, उन समाधानों भी पाठ पर इस तरह टूट जाएगा:

<!-- This section commented out. 
    <B>You can't see me!</B> 
--> 

Answer 3

यहाँ कुछ मुश्किल स्थितियों पर आप जब एक समाधान चुनने के बारे में सोचना चाहिए कि कर रहे हैं आपको निश्चित रूप से HTML::Restrict पर एक नज़र डालना चाहिए जो आपको एचटीएमएल टैग को अनुमति देने या प्रतिबंधित करने की अनुमति देता है। एक न्यूनतम उदाहरण दूर स्ट्रिप्स कि सभी HTML टैग:

use HTML::Restrict; 

my $hr = HTML::Restrict->new(); 
my $processed = $hr->process('<b>i am bold</b>'); # returns 'i am bold' 

मैं क्योंकि it breaks utf8 encoding एचटीएमएल :: पट्टी से दूर रहने की सलाह देते हैं।