使用Perl one liner提取段落标记的内容

Question

我想使用perl reg ex one liner来匹配段落标记的内容.该段落是这样的:

<p style="font-family: Calibri,Helvetica,serif;">Text I want to extract</p>

所以我一直在使用这样的东西:

perl -nle 'm/<p>($.)<\/p>/ig; print $1' file.html

任何想法都赞赏

谢谢

Answer 1

强制链接到尝试使用正则表达式解析HTML时发生的情况.

David Dorward的评论,使用HTML :: TreeBuilder,是一个很好的评论.另一个好方法是使用HTML :: DOM:

perl -MHTML::DOM -e 'my $dom = HTML::DOM->new(); $dom->parse_file("file.html"); my @p = $dom->getElementsByTagName("p"); print $p[0]->innerText();'