Question

我有一个大约800个html文件的目录。我试图搜索每个文件并在标签之间返回文本。然后我想创建一个包含该文本的目录，并在那里移动（或复制）文件。当我想到这一点时，这似乎是一件相当容易的事，但即使找到了我需要的模块，我也遇到了很多问题。我看过File :: Find和glob，但我不确定如何用文件中的txt的正则表达式实现这个（不是文件名）。我基本上是perl的新手所以任何和所有帮助都会不胜感激。提前致谢。

EDIT 澄清：我想要完成的任务：

阅读目录=〜/ me / project /

对于〜/ me / project /找到所有文件=〜/ .$$/i

对于每个文件，搜索html for = div class =“recip”id =“objectTo”＆gt;（。*）/ div

对于每个（。*）IE john@doewww.com或John Doe创建一个具有相同名称的目录

循环返回并将具有xxxxxxxx@xxxxx.com或John Doe实例的每个文件移动到其相应的目录。

我真的很感激帮助！

Answer 1

你使用File :: Find走在正确的轨道上。

您将创建一个'wanted（）'函数，在该函数中，找到的文件名称为$File::Find::name。然后，您可以使用它来打开文件句柄，读入文件，搜索标记并提取您要查找的数据，然后关闭文件句柄。然后File :: Find将转到下一个文件。

#! /usr/bin/perl

use warnings;
use strict;
use File::Find;

sub wanted {
    my $file=$File::Find::name;

    # if the file has the extension '.html' (case insensitive) ...
    if( $file =~ /\.html$/i ) {
        my $FH;
        open( $FH, '<', $file) or die "Could not open '$file' for reading: $!";
        local $/ = '';
        my $contents = <$FH>; # slurp file into $contents
        # search $contents for the tags that you're looking for,
        # 
        close $FH;
    }
}

my @directories = (
      './htmlfiles'
    , './www'
    , './web'
);

find(\&wanted,  @directories);

警告：代码通过了perl -c，但我还没有运行它。

Answer 2

对于问题的第二部分，请查看HTML::Strip以从文本中删除HTML标记。

在Perl中搜索，创建和移动

2 个答案: