HTML形式の本文からHTMLのタグを除去して、プレーンテキストのみを抽出するプログラムを作成していますが、うまく処理ができなくて困っています。
使用言語はperl,HTML::Parserを使用してプログラムを作成したいと考えています。
日本語の本文のテキスト抽出を行っているのですが、
うまく抽出できるものと文字化けするものがあります。
nkfモジュールを使用すれば解決できそうだと考え、試行錯誤しておりますが、うまく処理できていません。
perlテキスト処理に詳しい方がいらっしゃいましたら、
教えてください。
よろしくお願いいたします。
A 回答 (1件)
- 最新から表示
- 回答順に表示
No.1
- 回答日時:
これは意外と難しい、Perlプログラマを悩ませる難題。
ただ、メールソフトによって作成されるものなので、手書きのHTMLよりは楽でしょう。
参考になるサイトをあげておきます。これで該当するものを削除すればよいかと
【参考サイト】
Perlメモ
http://www.din.or.jp/~ohzaki/perl.htm#HTML_Tag
そして、
s/$tag_regex//gs;
返信が遅くなってしまい申し訳ありません。
回答と掲載していただいたサイトを参考にしまして
HTMLタグの除去ができました。
本当にありがとうございました。
お探しのQ&Aが見つからない時は、教えて!gooで質問しましょう!
似たような質問が見つかりました
- その他(データベース) Accessのクエリで1フィールドの抽出条件設定をNullでなく全角半角含む空白のみの文字列でない文 1 2023/04/24 15:20
- Excel(エクセル) Indirect関数について、Formulatextで抽出した数式を参照したい。 1 2022/12/15 11:16
- その他(プログラミング・Web制作) python pandas 行ごとに列名(列番号)を指定して抽出したい 1 2023/05/26 13:47
- システム CSVファイルのマッピング処理の省力化 1 2022/11/24 00:01
- HTML・CSS リンクバナーのHTMLタグ。画像を変えたり、設置位置を変えるとバナー貼付け側はどう見える? 2 2023/02/01 12:01
- 生物学 【生化学】【医学】【薬学】「ランゲルハンス島からインスリンを抽出する方法」 ご覧くださりありがとうご 1 2022/09/09 15:59
- JavaScript javascriptのちょっとした動作不良(原因は突き止めたのですが) 1 2023/06/15 19:58
- Perl perlのプログラミング 部分入れ替えの方法 1 2022/10/11 22:26
- 国家公務員・地方公務員 公務員試験の数的処理で苦戦しています。 1 2023/01/30 08:56
- Visual Basic(VBA) VBAにてメール作成した際、一部指定箇所のみ赤文字にしたいです。 下記の内容ですと作成されたメール本 1 2022/04/27 13:31
関連するカテゴリからQ&Aを探す
おすすめ情報
デイリーランキングこのカテゴリの人気デイリーQ&Aランキング
-
perlでxmllint相当のスクリプト...
-
ArduinoのジャイロモジュールMP...
-
例外処理のフローチャートの記...
-
Excel VBAでリンク切れをチェッ...
-
エクセルVBAでシートモジュール...
-
Excel VBA 『Call』で呼び出す...
-
ユーザー定義関数に#NAME?が返...
-
大量の標準モジュールを解放す...
-
VBAで別モジュールへの変数の受...
-
モジュールの最大数はいくつな...
-
標準モジュールを削除したい。(...
-
Excel VBA 定義されたプロージ...
-
LCD ディスプレイを Raspberry ...
-
MS-Access と接続する方法を教...
-
VBSがコンパイルエラーになりま...
-
ActivePerl付属のPPMでモジュー...
-
Excel VBAで、ユーザーフォーム...
-
VBAで「メモリが不足しています」
-
VHDLにおける「generic」について
-
ACCESSのVBAでPrivate Sub ~en...
マンスリーランキングこのカテゴリの人気マンスリーQ&Aランキング
-
うるう年か平年かを判定するプ...
-
ランダムな単語を得るAPIってあ...
-
HTML形式のメールからテキスト...
-
perlでxmllint相当のスクリプト...
-
Perlで・・・。
-
Wordで、分かち書きをするVBA ...
-
文章の分割
-
うるう年かどうかを計算するプ...
-
例外処理のフローチャートの記...
-
Excel VBAでリンク切れをチェッ...
-
ユーザー定義関数に#NAME?が返...
-
VBAで別モジュールへの変数の受...
-
"JScript"が見つかりません!
-
VBSがコンパイルエラーになりま...
-
VBでグローバル変数を宣言するには
-
エクセルVBAでシートモジュール...
-
「デバイスは PRN を初期化でき...
-
VBA This Workbookモジュール...
-
モジュールの最大数はいくつな...
-
LCD ディスプレイを Raspberry ...
おすすめ情報