html - Perl 正则表达式模式匹配

Question

我想使用名为 source.html 或 source.txt 的源文件中的正则表达式:

<OPTION value=5>&nbsp;&nbsp;5 - Course Alpha (3)</OPTION> <OPTION value=6>&nbsp;&nbsp;6 - Course Beta (3)</OPTION>

获取:

5 - Course Alpha (3)
6 - Course Beta (3)

我的意思是我必须找到一种模式:

<OPTION v

和

 finding first number after it 

所以得到一切，直到我看到:

</OPTION>

如何使用正则表达式通过 Perl 实现它？

PS:它应该从文件中读取内容并将输出写入文件。

Answer 1

您不想使用正则表达式，您想使用 HTML 解析器。这是 good article on the subject这解释了为什么正则表达式很脆弱以及如何使用 HTML::TreeBuilder .

还有a small pile of similar questions and answers关于从 HTML 文档中提取数据。