SELFHTML Forum  SELFHTML Forumsarchiv  2001  November

	SELFHTML Forumsarchiv Modul für HTML->Text
	(PERL) Modul für HTML->Text von Chris, 29. 11. 2001, 18:12  (PERL) Modul für HTML->Text von crunch, 30. 11. 2001, 15:44

Modul für HTML->Text

Die folgende Nachricht zum Thema stammt von: Chris, 29. 11. 2001, 18:12

Hi,

ich suche ein Modul, das HTML in Plaintext konvertiert. Und zwar nicht
nur einfach alle Tags rauswirft, sondern versucht solche Formatierungen
wie Listen, Tabellen und Absätze am Leben zu erhalten.

Im CPAN habe ich leider nur was für den umgekehrten Weg (HTML::FromText)
gefunden.

TIA

Chris

Modul für HTML->Text

Die folgende Nachricht zum Thema stammt von: crunch, 30. 11. 2001, 15:44

Hi,

»» ich suche ein Modul, das HTML in Plaintext konvertiert. Und zwar nicht
»» nur einfach alle Tags rauswirft, sondern versucht solche Formatierungen
»» wie Listen, Tabellen und Absätze am Leben zu erhalten.

»» Im CPAN habe ich leider nur was für den umgekehrten Weg (HTML::FromText)
»» gefunden.

Eine Möglichkeit wäre HTML::Parse in Verbindung mit HTML::FormatText. Funktioniert recht einfach, hat aber den Nachteil, dass keine Tabellen geparst werden. Dabei bekommst du nur ein unschönes [Table not shown], was bei manchen Seiten dann den kompletten Inhalt ausmacht, da alles in Tabellen verpackt ist.

Falls dich das nicht stört, gehts wie folgt:

use HTML::Parse;
use HTML::FormatText;
$text = HTML::FormatText->new->format(parse_html($html_string));

Grüße,
Crunch

 SELFHTML Forum  SELFHTML Forumsarchiv  2001  November

© 1998-2008  Impressum, Software: Classic Forum