一种选择是使用pull语法分析器。这里有一个HTML::TokeParser
的例子。它使用两个循环,第一个循环用于查找评论的第一个外观。它打印出找到的每个标签,直到那里。第二个遍历所有标签,直到第二次出现相同类型的评论,并且不打印任何东西。
#!/usr/bin/env perl
use warnings;
use strict;
use HTML::TokeParser;
my $p = HTML::TokeParser->new (shift);
while (my $token = $p->get_token) {
printf qq|%s|, $token->[0] =~ m/S|E|PI/ ? $token->[ $#$token ] : $token->[1];
if ($token->[0] eq q|C| && $token->[1] =~ m/(?i)MyComment/) {
## Here begins the comment.
while (my $token2 = $p->get_token) {
if ($token2->[0] eq q|C| && $token2->[1] =~ m/(?i)MyComment/) {
## Here ends the comment.
printf qq|%s|, $token2->[1];
last;
}
}
}
}
运行它喜欢:的script.pl
内容
perl script.pl htmlfile
国债收益率:
<html>
<head>
<title>Title</title>
</head>
<body>
<tbody>
<tr>
<td width="650">
<!--MyComment--><!--MyComment-->
</td>
</tr>
</tbody>
</body>
</html>
还有'HTML :: Parser'你可以看看,但我不知道它是否足够满足你的需求。取决于你想达到的目标。保持原样,除了'a'标签?如果你有3条评论呢? –