Perlでの文字列置換に関して

質問

Perlでの文字列置換についてうかがいます。

文字列中からHTMLタグを排除しようと思うのですが、
タグ部分のみをうまく指定することができず、困っています。
どうか御知恵をお貸し下さい。

回答No.1

cocky · ベストアンサー

s/<(.*?)>//g;

で消えませんか？

また掲示板などでHTMLタグを無効化するのであれば、

s/</&lt;/g;
s/>/&gt;/g;

と変換して、HTMLタグをそのまま画面に表示させてしまう手もあります。

お礼

ありがとうございました。
ちょっと余計なことをし過ぎていたようで、
仰る方法でうまくいきました。

回答No.5

noname#6448

えーーー、同じようなことをした経験あります。
$data = ~s#\"##g;
$data = ~s#<.*>##g;
一部のタグを消したいときは
$data = ~s#</p>##g;
$dataはタグが入っています。

　/　ではなく　#　を使ったのは</p>を消したいときに
\を付けるのがめんどうだったためです。
最後のgは$data内の<p>を全て消すという意味。
一行目で全ての、ダブルクォーテーション全部消去しました
また、ソースが大文字か小文字か分からないので
trコマンドを使って全て小文字にあらかじめしておきます

お礼

ありがとうございました。

回答No.4

ykc

複数行に対処したいなら、$scalarなどに入力データを全部つなげておいて、s/<(.*?)>//g; でいいとおもいます。
あとはsplitで分解すれば、問題ないかと。

エンティティの無効化は、
%ent = ('&' => 'amp', '<' => 'lt', '>' => 'gt', '"' => 'quot');
と指定して、
s/([&<>"])/&$ent{$1};/g;
ってやると、ちょっとかっこいいですよ。重たいですけど。

お礼

ありがとうございました。
エンティティの無効化は目から鱗でした。

回答No.3

dany

みなさんが書かれている方法で普通は問題ないですが、厳密にいうと
<!-- <br> -->　　→　　-->
<foo bar=">">　→ ">
なんてことになるので、また別の方法があります。

詳しくは下記URLを参照してください。
勉強になるページです。激しくオススメ！

参考URL：

http://www.din.or.jp/~ohzaki/perl.htm#Tag_Remove

お礼

ありがとうございました。
ご紹介のページはとても参考になります。

回答No.2

cocky

何か半角文字だと見にくくなってしまったので、置換の内容だけ全角で書き直しますね。

上からそれぞれ
ｓ／＜（．＊？）＞／／ｇ；
ｓ／＜／＆ｌｔ；／ｇ；
ｓ／＞／＆ｇｔ；／ｇ；
です。