网页抽取正则问题

iamlimeng

my $html = "<table><tr><td>aa</td><td>bb</td></tr></table>标记1<table><tr><td>cc</td><td>dd</td></tr></table>标记2<table><tr><td>ee</td><td>ff</td></tr></table>";

我有这样一段网页代码，我想得到“标记1”后的td对，即：<td>cc</td><td>dd</td>，并装入数组@td，相当于
@td ＝ ("<td>cc</td>","<td>dd</td>");

我以前都是分两次走，显然很啰嗦：

1. #!/usr/bin/perl
   
2. 
   
3. use strict;
   
4. use warnings;
   
5. 
   
6. my $html = "<table><tr><td>aa</td><td>bb</td></tr></table>标记1<table><tr><td>cc</td><td>dd</td></tr></table>标记2<table><tr><td>ee</td><td>ff</td></tr></table>";
   
7. my ($need) = ($html =~ /标记1(.*?)标记2/i);
   
8. my (@td) = ($need =~ /(<td>.*?<\/td>)/ig);
   
9. print "@td";

复制代码

有没有办法一步做到？

1. #!/usr/bin/perl
   
2. 
   
3. use strict;
   
4. use warnings;
   
5. 
   
6. my $html = "<table><tr><td>aa</td><td>bb</td></tr></table>标记1<table><tr><td>cc</td><td>dd</td></tr></table>标记2<table><tr><td>ee</td><td>ff</td></tr></table>";
   
7. my @td = ($html =~ /.*?标记1.*?(<td>.*?<\/td>)+/i);
   
8. print "@td";

复制代码

尝试这样写，但只得到"<td>dd</td>"。

请精通正则的高手指教。

iamlimeng

我已习惯了用正则，有空试试HTML::TreeBuilder 。

我这里只是举个例子，有些时候，数据不是网页，也有类似情况。

iamlimeng

回复 8# x9x9


    谢谢给出的方案，这个可以匹配需要的数据，但没有分别装入数组，它是一次性将所有需要的数据装入数组的第一个元素，要完成任务，那也还是要分两步走。

iamlimeng

回复 11# li_000828


    非常感谢，很好，很强大，是我想要的答案。

iamlimeng

回复 21# 黑色阳光_cu


    谢谢黑色阳光，这个正则很强大，就是我想要的正则。