|
ru.perl
- RU.PERL ----------------------------------------------------------------------
From : Nikolay Pichtin 2:5056/30 09 Jan 2006 14:10:53
To : Andrei Protasovitski
Subject : Re: как пропарсить html???
--------------------------------------------------------------------------------
>> YP> В html находится куча <a><img></a>
>> YP> Мне нужно мне нужно выдрать url из тега A, и все параметры из
>> YP> IMG. Как это сделать правильно?
>> Если HTML "хороший" - т.е. известно, что атрибуты всегда закавычены
>> (в идеале - только двойными кавычками), теги корректным образом
>> закрыты и т.п. - можно попытаться одним регэкспом это сделать.
AP> Регэкспы, конечно, штука мощная и шустрая, но... Вполне может быть,
AP> что HTML составлен правильно, все там заковычено верно, однако если
AP> там встретятся вполне валидные конструкции типа
AP> <IMG SRC = "foo.gif" ALT = "A > B">
AP> <!-- <A comment> -->
AP> <script>if (a<b && a>c)</script>
AP> <# Just data #>
AP> <![INCLUDE CDATA [ >>>>>>>>>>>> ]]>
AP> , регексп составить будет весьма сложно, если вообще возможно.
Точно. Особенно такие попадаются
<a href=""><img src="img.gif"
></a><a href=""><img src="img2.gif"
></a>
* А неплохо бы и государство привлекать к ответственности за сокрытие от
населения его же налогов.
-- Hиколай
----------------------------------------------------------------------
---
* Origin: В конце концов среди концов найдешь конец ты наконец. (2:5056/30)
Вернуться к списку тем, сортированных по: возрастание даты уменьшение даты тема автор
|
Re: как пропарсить html??? 