|
ru.perl
- RU.PERL ----------------------------------------------------------------------
From : Artem Chuprina 2:5020/400 10 Jan 2006 13:12:48
To : Nikolay Pichtin
Subject : Re: как пропарсить html???
--------------------------------------------------------------------------------
Nikolay Pichtin -> Andrei Protasovitski @ Mon, 09 Jan 2006 13:10:53 +0300:
>>> 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.
NP> Точно. Особенно такие попадаются
NP> <a href=""><img src="img.gif"
NP>></a><a href=""><img src="img2.gif"
NP>></a>
Hу, с такими как раз никаких проблем. Разве что какой-то маньяк
пытается обрабатывать HTML построчно, но это его интимные проблемы.
--
Artem Chuprina
RFC2822: <ran{}ran.pp.ru> Jabber: ran@jabber.ran.pp.ru
Курицца - не пицца. (Итальянская пословица)
--- ifmail v.2.15dev5.3
* Origin: Leninsky 45 home network (2:5020/400)
Вернуться к списку тем, сортированных по: возрастание даты уменьшение даты тема автор
|
