匹配中文的问题

zfwslf

file.txt
<span id="artibodyTitle">邀校友寄泥土共种树 </span>
<h1 id="artibodyTitle" pid="1" tid="1" did="23401250" fid="1666">三所医学院校换帅</h1>
<h1 id="artibodyTitle"><strong>大学城色魔出没？警方证实是谣言！</strong></h1>
<h1 id="artibodyTitle"><strong>网友评出大学城“十大分手圣地”</strong></h1>
<span id="artibodyTitle">高校食堂饭菜贵了 大学生直呼</span>

怎样可以把文件里面的中文匹配出来，求帮助啊，我劈来劈去都劈5到- -
就是这些：邀校友寄泥土共种树
               三所医学院校换帅
               大学城色魔出没？警方证实是谣言！
               高校食堂饭菜贵了 大学生直呼

Kitaisky

perl -ne 'BEGIN{use utf8}; print $1 if /(?<=>)\s*([^><]+)\s*(?=<\/)/' file.txt

blackold

回复 1# zfwslf

1. #!/bin/perl -w
   
2. 
   
3. use warnings;
   
4. use strict;
   
5. 
   
6. use HTML::Parser;
   
7. 
   
8. my $fh;
   
9. my $file = "urfile";
   
10. 
    
11. open $fh,$file or die "can not open $file: $! \n";
    
12. my $parser = HTML::Parser->new(text_h=>[sub{ print shift},"text"]);
    
13. $parser->parse_file($fh);
    
14. 
    

复制代码

zfwslf

谢谢楼上两位的答案啦
忘了说这是html文件啦
我用Web::Scraper搞定啦