vcs.maemo.org Git - pkg-perl/blob - deb-src/libhtml-parser-perl/libhtml-parser-perl-3.56/eg/htext

   1 #!/usr/bin/perl -w
   2
   3 # Extract all plain text from an HTML file
   4
   5 use strict;
   6 use HTML::Parser 3.00 ();
   7
   8 my %inside;
   9
  10 sub tag
  11 {
  12    my($tag, $num) = @_;
  13    $inside{$tag} += $num;
  14    print " ";  # not for all tags
  15 }
  16
  17 sub text
  18 {
  19     return if $inside{script} || $inside{style};
  20     print $_[0];
  21 }
  22
  23 HTML::Parser->new(api_version => 3,
  24                   handlers    => [start => [\&tag, "tagname, '+1'"],
  25                                   end   => [\&tag, "tagname, '-1'"],
  26                                   text  => [\&text, "dtext"],
  27                                  ],
  28                   marked_sections => 1,
  29         )->parse_file(shift) || die "Can't open file: $!\n";;