从 HTML 片段中删除所有视频

Question

我有一个（可能不符合任何标准）HTML 嵌入视频的片段。问题是删除视频中的子片段。

预计视频遵循以下格式：

<div data-oembed-url="https://www.youtube.com/watch?v=XXX&feature=youtu.be"><iframe allowfullscreen="allowfullscreen" frameborder="0" height="270" src="https://www.youtube.com/embed/XXX?feature=oembed" tabindex="-1" width=" 480"></iframe></div>

我完全不确定是否所有数据都遵循这个方案。

我认为任何只包含视频的 div 或 p 也应该删除。

请帮忙编写删除视频的Perl代码。您推荐使用哪个 Perl 模块进行解析？

Answer 1

sub RemoveVideo {
  my ($str) = @_;

  my $attrRe = qr/\s*(?<name>\b\S+\b)\s*=\s*(?<value>"[^"]*"|'[^']*'|[^"'<>\s]+)\s*/;
  my $iframeRe = qr{<iframe\b($attrRe)*>\s*</iframe\s*>|<iframe\b($attrRe)*\s*/>}i;
  my $divRe = qr{<div\b($attrRe)*>\s*$iframeRe\s*</div\s*>\s*}i;
  my $pRe = qr{<p\b($attrRe)*>\s*$iframeRe\s*</p\s*>\s*}i;
  $str =~ s/$divRe//gms;
  $str =~ s/$pRe//gms;
  $str =~ s/$iframeRe//gms; # "голый" iframe (не внутри дива)

  return $str;
}
my $Test = <<EOF;
XXX
<IFRAME allowfullscreen="allowfullscreen" frameborder="0" height="270" src="https://www.youtube.com/embed/XXX?feature=oembed" tabindex="-1" width=" 480"></iframe>
<div data-oembed-url="https://www.youtube.com/watch?v=XXX&amp;feature=youtu.be"><iframe allowfullscreen="allowfullscreen" frameborder="0" height="270" src="https://www.youtube.com/embed/XXX?feature=oembed" tabindex="-1" width=" 480"></iframe></div>
<p data-oembed-url="https://www.youtube.com/watch?v=XXX&amp;feature=youtu.be"><iframe allowfullscreen="allowfullscreen" frameborder="0" height="270" src="https://www.youtube.com/embed/XXX?feature=oembed" tabindex="-1" width=" 480"></iframe></p>
YYY
EOF

print RemoveVideo($Test);

从 HTML 片段中删除所有视频

Removing any videos from a HTML fragment

html

youtube

perl

video-embedding