Question

我对一切都很陌生。请帮忙。我正试图抓住每一个

<div class="name"><a href="/v/name/idlike123123ksajdfk">name</a></div>

在网页中。我想要抓住/ v / name / idlike123123ksajdfk部分。（知道

<div class="name"><a href="/v/

部分是固定的）所以我写了正则表达式（可以让你笑）：

~m#<div class="name"><a href="(/v/.*?)">#

如果你纠正我的愚蠢代码，将会非常有帮助。

Answer 1

使用robust HTML parser（请参阅http://htmlparsing.com/了解原因）：

use strictures;
use Web::Query qw();
my $w = Web::Query->new_from_html(<<'HTML');
<div class="name"><a href="/v/name/idlike123123ksajdfk">name</a></div>
<div class="name"><a href="/v/name/idlike123123ksajdfk">name</a></div>
<div class="name"><a href="/v/name/idlike123123ksajdfk">name</a></div>
<div class="name"><a href="/v/name/idlike123123ksajdfk">name</a></div>
<div class="name"><a href="/v/name/idlike123123ksajdfk">name</a></div>
HTML

my @v_links = $w->find('div.name > a[href^="/v/"]')->attr('href');

Answer 2

有很多Perl模块可以从HTML中提取链接。 WWW::Mechanize，Mojo::DOM，HTML::LinkExtor和HTML::SimpleLinkExtor可以做到这一点。

Answer 3

使用Mojolicious进行网络搜索可能是现在在Perl中最简单的方法

http://mojolicio.us/perldoc/Mojolicious/Guides/Cookbook#Web_scraping

Answer 4

你应该不使用正则表达式来解析HTML ，因为有很多库用于这种解析。

Daxim的回答就是一个很好的例子。

但是，如果您仍然想要使用正则表达式并将文本分配给$_，那么

my @list = m{<div class="name"><a href="(/v/.*?)">}g;

将为您提供所有调查结果的清单。

请帮我定义一个perl正则表达式

4 个答案: