正则表达式来解析多行HTML

我试图用正则表达式解析一个多行html文件

HTML代码：

<td>Details</td></tr>  
<tr class=d1>
<td>uss_vod_translator</td>

正则表达式：

if ($line =~ m/Details<\/td>\s*<\/tr>\s*<tr\s*class=d1>\s*<td>(\w*)<\/td>/)
{
    print "$1";
}

我正在使用/s*空间进行多行，但它不起作用。我搜索了一下，甚至用了/\？对于多行，但这也不起作用

有谁能建议我如何解析多行HTML吗

我知道正则表达式是解析HTML的糟糕解决方案。但我有一个遗留的HTML代码，我需要解析它，没有其他选择

有谁能建议我如何解析多行HTML吗

停止尝试使用正则表达式，使用将为您解析它的模块

这是一个很好的解决方案

提供相同的API，但由快速解析器支持

---

添加了XPath支持和快速解析器。

在匹配模式之前，请尝试下面一行

 $line=~s/>(\n|\t|\s)+</></gs;

然后您可以将HTML字符串设置为单行

如上所述，永远不要使用正则表达式来解析HTML

我正在使用HTML:：TreeBuilder:：XPath解析HTML，这大大缩短了我的每个抓取/解析程序的创建时间

以下是您可以如何执行此任务：

use Modern::Perl;
use HTML::TreeBuilder::XPath;

my $html = <<END;
<tr><td>General Info</td></tr>  
<tr class=d1>
<td>some info</td></tr>
<tr><td>Details</td></tr>  
<tr class=d1>
<td>uss_vod_translator</td></tr>
<tr><td>Another header</td></tr>  
<tr class=d1>
<td>some other info</td></tr>
END

my $tree = HTML::TreeBuilder::XPath->new_from_content($html);

my ($details) = $tree->findvalues('//tr[ td[ text() = "Details" ] ]/following-sibling::tr[1]/td[1]');
say $details;

---

，一般来说。根据变量名判断，您只有一行，那么如何匹配跨越多行的内容呢？最好的答案早就有人写过了：