如何替换 Perl 中不属于锚标记的文本？

Question

什么是可以替换不属于锚标记的选定文本的 Perl 正则表达式？例如，我想仅替换以下代码中的最后一个“文本”。

blah <a href="http://www.text.com"> blah text blah </a> blah text blah.

谢谢。

Answer 1

您不想尝试使用正则表达式解析 HTML。请尝试 HTML::TreeBuilder 。

use HTML::TreeBuilder;

my $html = HTML::TreeBuilder->new_from_file('file.html');
# or some other method, depending on where your HTML is

doReplace($html);

sub doReplace
{
  my $elt = shift;

  foreach my $node ($elt->content_refs_list) {
    if (ref $node) {
      doReplace($node) unless $node->tag eq 'a';
    } else {
      $node =~ s/text/replacement/g;
    } # end else this is a text node
  } # end foreach $node

} # end doReplace

Answer 2

我暂时占了上风：

$html =~ s|(text)([^<>]*?<)(?!\/a>)|replacement$2|is;

但我对 开创性文本；因此，我们将在后续努力中追求 Treebuilder。

Answer 3

不要将正则表达式用于此类内容。使用一些适当的 HTML 解析器，并且只需对您感兴趣的 html 部分使用纯正则表达式即可。