regex_replace 替换某些 html 标签

Question

有没有办法将 BR 标记和/或 DIV 标记转换为新行，以便在我在 mailto 中使用时它的格式正确？我在想我应该寻找任何 P、DIV 和 BR 标签并将它们替换为换行符。因此，任何有结束标签的地方都放置换行符并删除开始标签。完成上述操作后，我将使用 remove_html="1" 删除其余的 html，但我想保留段落格式。

我认为可以使用 regex_replace 来完成，但我不确定如何编写它。有人知道吗？

Answer 1

不要使用正则表达式解析 HTML 文件，使用 HTML 解析器（HTML::TreeBuilder 或类似的可以在行更改中执行的操作）模块，或者在这种情况下，最好使用 XSLT 转换。