如何在Perl中修改本地HTML文件？

Question

我是否可以使用CPAN模块或代码段来修改本地HTML文件而不使用regExp？

我想做什么：

1. 更改开始标记（例如：<div>至<div id="newtag">）
2. 在另一个标签之前添加标签（例如：</head>至<script type="text/javascript"> ...</script></head>
3. 删除标签
4. 阅读给定标签的内容。 （＆lt; - 确定这可以通过XML / HTML解析器完成。

Answer 1

如果你有HTML而不是XHTML，那么你不想使用XML解析器。

HTML::Parser是Perl的标准HTML解析器。几乎所有其他东西都建立在它之上。

HTML::TokeParser是HTML :: Parser的替代界面。它按需返回内容，而不是将所有内容传递给回调。

HTML::TreeBuilder从HTML构建类似DOM的树，然后您可以修改它。

HTML::TreeBuilder::XPath扩展了HTML :: TreeBuilder并支持XPath。

HTML::Query使用类似jQuery的选择器扩展HTML :: TreeBuilder。

pQuery是另一个为HTML :: TreeBuilder提供更完整的jQuery兼容性的模块。

Answer 2

<强> CPAN

• XML::XPATH
• XML::Xerces

简单的CPAN搜索返回

• XML Search

<强> XPATH

• XPATH Tutorial

听起来你不熟悉XPath。这是一个让你熟悉的快速教程。它不是Perl，但它会解释这些概念。