在 Perl 中，如何将 img 标签的 src 属性中的相对 URL 替换为绝对 URL？答案

【问题标题】：In Perl, how can I replace relative URLs in src attributes of img tags with absolute URLs?在 Perl 中，如何将 img 标签的 src 属性中的相对 URL 替换为绝对 URL？
【发布时间】：2012-07-03 20:07:30
【问题描述】：

我想（从 html 页面）查找并替换 img 标记中所有出现的 src 属性。例如，采取

<img width="25" height="13" border="0" src="/images/flags/de.png">

并更改src 属性

我目前正在使用：

$info{content}=~s!(<img[^>]src=")(/.*)"!$http://$dest$2!gi;

$dest 是我要输入的 URL。

我的问题是它找到了第一次出现而不是后面的。

/g 选项不应该替换所有匹配项吗？

我确信正则表达式适用于下一次出现，因为如果我再次添加我的代码行，下一次出现就会被替换。

【问题讨论】：

Use a proper parser.
相关：stackoverflow.com/questions/11247071/…（同一主题，不完全相同）

标签： perl html-parsing

【解决方案1】：

my $dest = 'http://example.com/blah/';
my $html = '<img width="25" height="13" border="0" src="/images/flags/de.png">';
$html =~ s!(?<=src=")(?=/)!$dest!;
print $html;

【讨论】：

【解决方案2】：

您希望将 URI 解析为绝对 URI。使用强大的 HTML 解析器：

use strictures;
use URI qw();
use Web::Query qw();

my $dest = 'http://example.com/blah/';
my $html = '<img width="25" height="13" border="0" src="/images/flags/de.png">';

my $w = Web::Query->new_from_html($html);
$w->find('img[src]')->each(sub {
    my (undef, $i) = @_;
    $i->attr('src', URI->new_abs($i->attr('src'), $dest));
});
print $w->html;

【讨论】：

【解决方案3】：

您的尝试没有成功，因为模式中间的贪婪 .* 匹配了第一个 src= 和最后一个 " 之间的所有内容。

让它不贪婪 .*? 会有所帮助。

【讨论】：

如果 work 的意思是正确替换所有 src 属性，很可能在各种特定情况下它仍然无法执行您想要的操作。
我只在少数 html 页面上使用它，而且它总是以相同的方式编码，所以它可以工作。但是使用解析器更好

【解决方案4】：

使用适当的解析器，例如HTML::TokeParser::Simple:

#!/usr/bin/env perl

use strict; use warnings;
use HTML::TokeParser::Simple;

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

while (my $token = $parser->get_token) {
    if ($token->is_start_tag('img')) {
        if (defined(my $src = $token->get_attr('src'))) {
            $token->set_attr(src => "$dest/$src");
        }
    }
    print $token->as_is;
}

【讨论】：

我向你保证，/g 有效。但是，请参阅 Alan's answer 了解为什么 /g 不会按照您希望的方式处理您的模式。