Erlang卷曲并排除各种文本/标签

Question

我正在使用erlang卷曲网页并自然地获取HTML代码，到目前为止一切顺利！ 这就是我的代码的样子：

startCURL()->
Cmd = "curl \"" ++ "http://mywebsite.com/something.html" ++ "\"",
Output = os:cmd(Cmd),
io:format("The HTML output: ~s~n", [Output]).

现在问题，我想通过erlang排除html中的各种标签。例： 没有<b>和</b>的{​​{1}}你好<b>到“你好”。

我非常感谢能得到的所有帮助！ 谢谢！

Answer 1

您可以使用re module中的替换功能将不需要的标签替换为空字符串。

re:replace(Output, "</?br>", "", [global]). 

Answer 2

This blog post展示了如何使用mochiweb_html对HTML文档进行各种操作。希望这足以让你开始。