HTML::Parser

[perl]代码库

解析HTML。本例为找出一个html文本中的所有图片的地址。（即IMG标签中的src）

子程序start中的"$tag =~ /^img$/"为过滤出img标签。
如果换为"$tag =~ /^a$/"，即是找出所有的链接地址。

详细的方法介绍，请见`perldoc HTML::Parser`



QUOTE:
#!/usr/bin/perl

use LWP::Simple;
use HTML::Parser;

my $url = shift || "http://www.chinaunix.net";
my $content = LWP::Simple::get ( $url ) or die ( "unknown url\n" );

my $parser = HTML::Parser->new (
                 start_h => [&start, "tagname, attr"],
             );

$parser->parse ( $content );
exit 0;

sub start
{
	my ( $tag, $attr, $dtext, $origtext ) = @_;
	if ( $tag =~ /^img$/ )
	{
		if ( defined $attr-> {'src'} )
		{
			print "$attr->{'src'}\n";
		}
	}
}