Titel einer HTML Seite herausfinden

[Nadine]

Hallo Allerseits,

meine Frage:
Wie bekomm ich aus einer beliebigen HTML-Datei den Titel heraus?
Ich will also das was zwischen <title> und </title> steht in einem Skalar speichern! Man muß dafür reg Ausgrücke verwenden oder?
Bin Perl Anfänger!

Viele Grüße und Danke
Nadine

[AlexBausW]

Hallo Nadine,

Ich will also das was zwischen <title> und </title> steht in einem Skalar speichern! Man muß dafür reg Ausgrücke verwenden oder?

Genau, und zwar suchst Du beliebige Zeichen . zwischen zwei feststehenden Strings.
Ein Vorschlag wäre, falls Deine Html-Datei in einer einzigen Variable steht:

($title) = $content =~ /<title>(.*?)</title>/s;
                                                 ^.... Mehrzeilige Suche nach der...
                                     ^................ kleinstmöglichen Anzahl von...
                                    ^................. keinem oder vielen...
                                   ^.................. beliebigen Zeichen innerhalb der Klammer...
            ^......................................... und zuweisen an eine Variablenliste (hier nur eine Variable)

Ich hoffe das hilft Dir weiter

Gruß AlexBausW

[n.d. parker]

hi ho

($title) = $content =~ /<title>(.*?)</title>/s;

erster haken: :-)

<TITLE>Hallo</TITLE>

:-))

also -> /..../si  # i = case insensive :-)

theoretisch muesste man noch einige sachen rausfiltern (z.B., obs im head steht, nicht in einem <script/>-Teil steht, udgl.)

cua

n.d.p.

[AlexBausW]

Hallo eNDe ;-),

erster haken: :-)
<TITLE>Hallo</TITLE>
also -> /..../si  # i = case insensive :-)

Das habe ich in Anbetracht des ausgesetzten Preises für das 100.000ste Posting absichtlich "vergessen", damit jeder Vielposter die Chance hat, mit einem nicht "Nur wegen des Preises"-Posting (siehe Ausschlußkriterien von S.Muenz) eben dieses abzusondern ;-) Natürlich wollte ich mir auch die Möglichkeit offen lassen, heute Nacht bzw. morgen früh (wenn es nach meinen Hochrechnungen zufolge soweit ist) die entsprechende Vervollkommnung zu posten *g*

theoretisch muesste man noch einige sachen rausfiltern (z.B., obs im head steht, nicht in einem <script/>-Teil steht, udgl.)

Aber es ist wie bei jedem Programm: In 99% der fälle läuft es einwandfrei, und die 1% können wir vernachlässigen ;-)
(Hoffentlich war das Provokant genug, um eine Diskussion anzuzetteln, innerhalb derer sich das 100.000 Posting findet *g* Vielleicht gibt`s für den "Anstifter" ja auch einen Preis ;-)

Gruß AlexBausW

[Manfred]

Hallo Nadine,

Ich will also das was zwischen <title> und </title> steht in einem Skalar speichern! Man muß dafür reg Ausgrücke verwenden oder?

Ja mit regex hast Du richtig getippt.

Der folgende Befehl liefert aus $Record den $Title:
($Title) = $Record =~ /<title>(.+)</title>/im;

Regex und den Umgang damit solltest/musst Du Dir unbedingt aneignen, wenn Du mit Perl arbeiten willst - das ist unumgaenglich - und wenn eine Regex einmal nicht so will, wie Du es Dir vorstellst, nicht verzagen - Regex hat so seine Tuecken (selbst bei einfach scheinenden Aufgaben).
Noch ein Tip, damit die Scripts auch halbwegs wartbar bleiben: Mit Regex kann man 'Wunderdinge', als Einzeiler formuliert, vollbringen; aber die Wartung des Script kann dadurch sogut wie unmoeglich werden. Daher lieber ein paar Zeilen und Variablen mehr 'verbraten' und "RegEx-Geniestreiche" vermeiden.

Viel Erfolg
Manfred

[Calocybe]

Moin!

Noch ein Tip, damit die Scripts auch halbwegs wartbar bleiben: Mit Regex kann man 'Wunderdinge', als Einzeiler formuliert, vollbringen; aber die Wartung des Script kann dadurch sogut wie unmoeglich werden. Daher lieber ein paar Zeilen und Variablen mehr 'verbraten' und "RegEx-Geniestreiche" vermeiden.

Dazu waere zu sagen, dass man diese Geniestreiche durchaus ueber mehrere Zeilen verteilen und kommentieren kann, das geht z.B. so:

$content =~ m
    <title>         # title start tag
    (.*?)           # the stuff between
    </title>        # title end tag
ix;

Das x ganz am Ende des mehrzeiligen Ausdrucks macht's moeglich. Damit werden (white-)spaces und Kommentare ignoriert (will man # trotzdem im regexp verwenden, muss man es mit \ maskieren).

So long

[Kai Diefenbach]

Hallo Nadine,

Hallo Allerseits,

meine Frage:
Wie bekomm ich aus einer beliebigen HTML-Datei den Titel heraus?
Ich will also das was zwischen <title> und </title> steht in einem Skalar speichern! Man muß dafür reg Ausgrücke verwenden oder?

Nicht unbedingt:

#!perl -w

require HTML::HeadParser;

use strict

$p = HTML::HeadParser->new();    
$p->parse_file('pfad/zur/datei');

print $p->header('title');

s. perldoc HTML::Parser.

Wenn's bisschen anspruchsvoller wird, sollte man zum parsen von HTML

perldoc HTML::Parser

verwenden.

Viele Grüße und Danke
Nadine

Gruss
   Kai

[Kai Diefenbach]

Aehh,

#!perl -w

require HTML::HeadParser;

use strict;

my $p = HTML::HeadParser->new();    
$p->parse_file('c:\index.html');

print $p->header('title');

natuerlich, sorry !