如何匹配 Perl 正则表达式中的表标签？答案

【问题标题】：How to match a table tag in Perl regex?如何匹配 Perl 正则表达式中的表标签？
【发布时间】：2014-08-17 14:40:01
【问题描述】：

我试过了

/(^<table)(.*?)($>)/

它应该匹配表格标签<>之间的所有内容，但它不匹配

【问题讨论】：

我认为您的意思是：/(^<table)(.*?)(>$)/，但您的 <table> 标记之前或之后不太可能没有空格。
举个例子会更好。
潜力XY Problem：请用示例数据详细说明您的目标是什么，否则我们不太可能给您建议。
@Alex，那么这几乎可以肯定是一个 XY 问题。你从哪里得到这张桌子？你是从网上下载的吗？你用什么方法来获取它？（是的，那里有 3 个问题）。
不要使用正则表达式解析HTML！例如，请参阅HTML::TreeBuilder。

标签： regex perl

【解决方案1】：

正如this question 上的 cmets 所述，使用正则表达式解析 HTML 并不实际。

这是一个使用Mojo::DOM 的示例，灵感来自this StackOverflow answer：

#!/usr/bin/env perl

use strict ;
use warnings ;

use Mojo::DOM ;

my $html = <<EOHTML;
<!DOCTYPE html>
<html>
<head>
<title>Sample HTML with a table</title>
</head>
<body>
     <table border>
        <tr> <td>a</td> <td>b</td> <td>c</td> </tr>
        <tr> <td>1</td> <td>2</td> <td>3</td> </tr>
     </table>
</body>
</html>
EOHTML

my $dom = Mojo::DOM->new ;

$dom->parse( $html ) ;

for my $div ( $dom->find( 'td' )->each ) {

    print $div->all_text . "\n" ;

}

输出是：

a
b
c
1
2
3

【讨论】：