Архив форумов ЦИТФорума

[avvelikih]

Мужики!!! Есть HTML файл примерно такой :



итд.- очень длинные строки и практически все повторные - за исключением некоторых мест - текста между тегами . Вот этот текст и нужно отфильтровать - а остальное не нужно .
Может кто силен в регулярных выражениях - сам ни разу не брался - вот чето ковыряю пока безуспешно! HELP!

Зарание благодарен - Андрей.

[avvelikih]

Мужики!!! Есть HTML файл примерно такой :

##
##
##

итд.- очень длинные строки и практически все повторные - за исключением некоторых мест - текста между тегами . Вот этот текст и нужно отфильтровать - а остальное не нужно .
Может кто силен в регулярных выражениях - сам ни разу не брался - вот чето ковыряю пока безуспешно! HELP!

Зарание благодарен - Андрей.

[Dmitry.Karpov http://prof]

Вместо < надо писать &lt;, вместо > - &gt;

тэг - это что-то внутри уголков. Т.е. что-то типа <[^>]*> где
[^>] - любой символ, кроме >
[^>]* - любое количество таких символов

Ты бы дал URL этой страницы и ожидаемый результат...

[Роман]

Чтобы избавиться от тегов попробуй что-рибудь типа этого:
open (FILE "исходник.html");
@strings = ;
close FILE;
open (RESULT "результат");
for (@strings) {
s//\n/gi;
s///g;
print RESULT;
}
close RESULT;

Вот и все. Все теги будут удалены. А вместо будет явно задан перенос строки. На выходе ты получишь текстовый файл, потерявший
форматирование.