[Perl]HTMLソースからtitleやbodyを抜き出すための正規表現

HTMLソースからtitleやbodyタグで囲まれている部分を抜き出すための正規表現ですが、

<title.*>(.+)</title>
<body.*>(.+)</body>

くらいでいいだろうと思っていたら甘かった。

サイトによっては、

<title>
たいとる
</title>

とかになっているページもあるので、

$content =~ s/[\r\n]//g;

とかで改行コードを取り除いてから、
my $title = '';
my $body = '';
my $pattern = "<title[^>]*>(.+)</title>";
if($content =~ m/$pattern/i) {
$title = $1;
}
$pattern = "<body[^>]*>(.+)</body>";
if($content =~ m/$pattern/i) {
$body = $1;
}
こんな感じでやらないとダメらしい。
[513] Posted by buzei at 2008/07/29 19:00:17
オープン | 0 point | Link (2) | Trackback (0) | Comment (0)

キーワード
プログラミング Perl サンプル 正規表現 

掲示板と検索のホームページ


[Perl]HTMLソースからtitleやbodyを抜き出すための正規表現 関連リンク

URLを元にページのタイトルを取得するPerlサンプルスクリプト
URLから元ページのタイトルを取得するためのPerlサンプルスクリプトです。処理手順は以下の通りです。1.ページURLを元にHTMLソ...
正規表現(regular expression)とは
正規表現(regular expression)とは、異なる文字列の集まりを一つパターンで表現するための表現方法で、テキストエディタやAWK、S...

[Perl]HTMLソースからtitleやbodyを抜き出すための正規表現 トラックバック

トラックバックURL :


[Perl]HTMLソースからtitleやbodyを抜き出すための正規表現へのコメント


詳細の入力フィールドを表示する

おすすめ  (チェックしてコメントすると最新情報に掲載)
コメント :

< 前のスレッド      次のスレッド >

アクセスランキング

今日のアクセスランキング(上位10件)

  1. 日銀追加緩和決定で円安ドル高が加速、ドル円は111円台に (11 PV)
  2. 2chみたいな掲示板「PHP 2chBBS」 (9 PV)
  3. “フクイチ”で新たな恐怖! 海外の研究者や政府関係者が不安視、苛立つ最悪の「地底臨界」危機進行中? (8 PV)
  4. 「暴力と麻薬に汚染された芸能界」を告発する梨元勝の「遺言状」 (7 PV)
  5. ログ速(ろぐそく、logsoku) - 過去ログ スレタイ検索 全文検索 (7 PV)
  6. 2ちゃんねる(2ch)検索 掲示板 - スレタイ、過去ログ、全文検索 (7 PV)
  7. 徳洲会から5000万円の資金提供を受けていた猪瀬直樹東京都知事、政治資金収支報告書虚偽記載の疑い (5 PV)
  8. PHP、MySQLで動くオープンソース掲示板ソフト (3 PV)
  9. 横綱・日馬富士が幕内力士の貴ノ岩をビール瓶で殴って重傷を負わせていたことが発覚 (2 PV)
  10. 行方不明、家出、人探し掲示板 (2 PV)

今月のアクセスランキング(上位10件)

  1. ログ速(ろぐそく、logsoku) - 過去ログ スレタイ検索 全文検索 (721 PV)
  2. 2ちゃんねる(2ch)検索 掲示板 - スレタイ、過去ログ、全文検索 (657 PV)
  3. “フクイチ”で新たな恐怖! 海外の研究者や政府関係者が不安視、苛立つ最悪の「地底臨界」危機進行中? (480 PV)
  4. 日銀追加緩和決定で円安ドル高が加速、ドル円は111円台に (441 PV)
  5. 徳洲会から5000万円の資金提供を受けていた猪瀬直樹東京都知事、政治資金収支報告書虚偽記載の疑い (398 PV)
  6. 行方不明、家出、人探し掲示板 (286 PV)
  7. PHP、MySQLで動くオープンソース掲示板ソフト (206 PV)
  8. プリンセスガーデンホテル女性社長の「片岡都美」氏はフジモリ元大統領夫人 (142 PV)
  9. 「暴力と麻薬に汚染された芸能界」を告発する梨元勝の「遺言状」 (134 PV)
  10. 5ちゃんねる(5ch.net、旧2ちゃんねる)掲示板 (110 PV)

アクセス統計

ディレクトリ

関連サイト