☰

Perl 脚本使用正则表达式提取网页链接

tag-icon • tag-icon regular-expression perl raspberry-pi
Perl 脚本使用正则表达式提取网页链接

我正在尝试用 perl 编写一个脚本，并尝试使用正则表达式从名为 file.txt（其中包含网站列表）的文件中提取 Web 链接。我无法打印链接。这是我的代码，谢谢：

 #!/usr/bin/perl 
  use strict;
  use warnings;
   my @web;

   open my $input, '<', 'file.txt' or die $!;

 #loop through file
  while(my $row = <$input>){
   chomp $row;
    if($row =~ /http:(.+)/) {
       push @web, $1;
    }
  }  

 for my $w (@web){
   print "< $w\n";
 }

答案1

不要使用正则表达式来解析 HTML，特别是因为使用 Perl 更容易做到正确。例如：

#!/usr/bin/env perl

use strict;
use warnings;

use HTML::LinkExtor;

my ( @web, $fn, $p );

sub cb {
    my ( undef, %links ) = @_;
    push @web, values %links;
}

$p = HTML::LinkExtor->new( \&cb );
while ( $fn = shift ) {
    $p->parse_file($fn);
    $p->eof;
}

print "$_\n" for (@web);

相关内容