Question

如何使用正则表达式找到以下div？

表示网址和图片位置会根据帖子网址不断变化，因此我需要使用通配符。

我必须使用正则表达式，因为我使用的软件限制了我可以使用的内容：http://community.autoblogged.com/entries/344640-common-search-and-replace-patterns

<div class="tweetmeme_button" style="float: right; margin-left: 10px;"> <a href="http://api.tweetmeme.com/share?url=http%3A%2F%2Fjumpinblack.com%2F2011%2F11%2F25%2Fdrake-and-rick-ross-you-only-live-once-ep-mixtape-2011-download%2F"><br /> <img src="http://api.tweetmeme.com/imagebutton.gif?url=http%3A%2F%2Fjumpinblack.com%2F2011%2F11%2F25%2Fdrake-and-rick-ross-you-only-live-once-ep-mixtape-2011-download%2F&amp;source=jumpinblack1&amp;style=compact&amp;b=2" height="61" width="50" /><br /> </a> </div>

我尝试使用

<div class="tweetmeme_button" style="float: right; margin-left: 10px;">.*<\/div>

Answer 1

使用HTML解析器解析HTML。

HTML::TokeParser::Simple或HTML::TreeBuilder::XPath以及其他许多人。

E.g：

#!/usr/bin/env perl

use strict;
use warnings;

use HTML::TokeParser::Simple;

my $parser = HTML::TokeParser::Simple->new( ... );

while (my $div = $parser->get_tag) {
    next unless $div->is_start_tag('div');
    {
        no warnings 'uninitialized';
        next unless $div->get_attr('class') eq 'tweetmeme_button';
        next unless $div->get_attr('style') eq 'float: right; margin-left: 10px;'
        # now do what you want until the next </div>
    }

}

Answer 2

使用正则表达式处理HTML是个坏主意。我正在使用HTML :: TreeBuilder :: XPath。

use strict;
use warnings;
use HTML::TreeBuilder::XPath;
use WWW::Mechanize;

my $mech = WWW::Mechanize->new();
$mech->get("http://www.someURL.com");

my $tree = HTML::TreeBuilder::XPath->new_from_content( $mech->content() );    
my $div = $tree->findnodes( '//div[@class="tweetmeme_button"]')->[0];

如何在Wordpress / Autoblogged中使用正则表达式找到此div？

2 个答案: