如何使用Perl正则表达式从HTML中提取链接？

我有一个巨大的html，其中有许多我不需要的东西，但里面有以下格式提供的URL：

<a href="http://www.retailmenot.com/" class=l

---

使用，或使用其他链接提取Perl模块之一。你根本不需要正则表达式

这里有一个简短的例子。您不必子类化。您只需告诉
%HTML:：Tagset:：linkElements
要收集哪些属性：

#!perl
use HTML::LinkExtor;

$HTML::Tagset::linkElements{'a'} = [ qw( href class ) ];

$p = HTML::LinkExtor->new;
$p->parse( do { local $/; <> } );

my @links = grep { 
    my( $tag, %hash ) = @$_;
    no warnings 'uninitialized';
    $hash{class} eq 'foo';
    } $p->links;

#！perl
使用HTML:：LinkExtor；
$HTML:：Tagset:：linkElements{'a'}=[qw（href类）]；
$p=HTML:：LinkExtor->new；
$p->parse（do{local$/；}）；
我的@links=grep{
我的（$tag，%hash）=@$\；
没有“未初始化”的警告；
$hash{class}eq'foo'；
}$p->链接；

如果您需要收集任何其他标记的URL，您可以进行类似的调整

如果您希望有一个回调例程，那也不难。当解析器运行到链接中时，您可以查看这些链接：

use HTML::LinkExtor;

$HTML::Tagset::linkElements{'a'} = [ qw( href class ) ];

my @links;
my $callback = sub {
    my( $tag, %hash ) = @_;
    no warnings 'uninitialized';
    push @links, $hash{href} if $hash{class} eq 'foo';
    };

my $p = HTML::LinkExtor->new( $callback );
$p->parse( do { local $/; <DATA> } );

使用HTML:：LinkExtor；
$HTML:：Tagset:：linkElements{'a'}=[qw（href类）]；
我的@links；
我的$callback=sub{
我的（$tag，%hash）=@；
没有“未初始化”的警告；
推送@links，$hash{href}如果$hash{class}eq'foo'；
};
我的$p=HTML:：LinkExtor->new（$callback）；
$p->parse（do{local$/；}）；
@soulSurfer2010-您是否收到特定错误？或者只是意外的行为（如果是的话，是什么）？也许你只是有一个打字错误；它说的是
“（.+？”
当它应该是
”（.+？）“
时，我试过了，但还是不行……我没有收到错误。@soulSurfer2010，请编辑你的修订和你试过的（这一条之前的两条注释）到问题中（点击标签下面的“编辑”链接）。它的格式看起来更好，而且更容易阅读和使用。为什么没有人链接到这个经典？很棒的模块，但似乎我不仅需要HREF，而且链接后有“class=l”的HREF…HTML:：LinkExtor可以帮助您确定设置了哪些其他属性。@brian d foy，HTML:：LinkExtor只收集URL属性。它不收集
类
属性。您必须将其子类化，以忽略带有错误
类的链接。很抱歉，我没有时间更早地生成一个示例。不需要子类。“你根本不需要正则表达式。”而且你根本不应该使用正则表达式。有人说，如果有任何短语应该在上面加上标记，那么“您不能使用正则表达式来解析XML”肯定是其中之一。
use HTML::LinkExtor;

$HTML::Tagset::linkElements{'a'} = [ qw( href class ) ];

my @links;
my $callback = sub {
    my( $tag, %hash ) = @_;
    no warnings 'uninitialized';
    push @links, $hash{href} if $hash{class} eq 'foo';
    };

my $p = HTML::LinkExtor->new( $callback );
$p->parse( do { local $/; <DATA> } );