请教如何用正则表达式解析html里的文本
原文是<span class="title">Perl Unicode Regular Expression</span><br/><br/>
存在data中
使用re=data[/.[^<]*/x]
  puts "#{re}"
结果是<span class="title">Perl Unicode Regular Expression
首部的<>没有拆掉！
请高手指教

Ruby的正则表达式还没有开始学。
在C＃里面，这个正则表达式应该可以这样写。
reg = @" (<[^>]*>)*(?<myInnerText>[^<]*)(<[^>]*>)*

希望对你有所启发。

引用:

原帖由 fox 于 2008-3-11 20:03 发表
请教如何用正则表达式解析html里的文本
原文是Perl Unicode Regular Expression
存在data中
使用re=data[/.[^

你可以试试hpricot

安装

[Copy to clipboard] [ - ]

CODE:

gem install hpricot

你的问题就很容易解决了

[Copy to clipboard] [ - ]

CODE:

 doc = Hpricot(%Q{<span class="title">Perl Unicode Regular Expression</span>})
 (doc/"span.title").first.text

Enjoy.