regex - perl を使用して HTML からセクションの内容を抽出する

Question

perl を使用して、HTML 文字列内のセクション タグのすべてのコンテンツを取得したいと考えています。次のコード行を使用していますが、機能していないようです。

$article_content =~ s/^.*?<section>(.*)<\/section>.*?$/$1/;

Answer 1

HTML の解析に正規表現を使用しないでください。HTML を正規表現で確実に解析することはできません。HTML が予想から変更されるとすぐに、コードが壊れます。Perl モジュールで HTML を適切に解析する方法の例については、http://htmlparsing.com/perl.htmlを参照してください。

Answer 2

The first problem is that you assume . matches any character, but that's only the case when using /s.

Answer 3

に変更(.*)して(.*?)、それが役立つかどうかを確認します。