Coder Board Community

Source code

 my $parser = HTML::Parser->new(
    start_h => [ \&_starttag, 'self, tagname, attr' ],
    end_h   => [ \&_endtag,   'self, tagname' ],
    text_h  => [ \&_text,     'self, dtext' ]
  );

$parser->parse($email_text);

sub _starttag {
    my ($self, $tag, $attr) = @_;
    $self->{'_body'} = 1 if($tag eq 'body');
}

sub _endtag {
    my ($self, $tag) = @_;
    $self->{'_body' } = 0 if($tag eq 'body'  );
}

sub _text {
    my ($self, $dtext) = @_;

    $dtext =~ s/\A\s+//;
    $dtext =~ s/\s+\z//;
    return() unless ( length($dtext) > 0 and $dtext =~ /[^\s]/ );

    if ($self->{'_body'}    == 1) {
      print $dtext;
    }
}

Source code

# hier wird ein neues objekt (namens $parser) der klasse HTML::Parser erzeugt.
# als events werden start_h, end_h und text_h mit eingebunden, welche eine referenz
# auf die funktionen _starttag, _endtag und _text enthalten. am ende jeder zeile werden
# die benötigten attribute mit übergeben, self steht dabei für das objekt (hier $parser).
my $parser = HTML::Parser->new( 
    start_h => [ \&_starttag, 'self, tagname, attr' ], 
    end_h   => [ \&_endtag,   'self, tagname' ], 
    text_h  => [ \&_text,     'self, dtext' ] 
  ); 

# aufruf der methode ?parse? mit dem übergabewert $email_text
$parser->parse($email_text); 

# funktion die bei jedem start_h event ausgeführt wird, also wenn ein html-tag
# im text beginnt
sub _starttag { 
    my ($self, $tag, $attr) = @_; 
    # wenn der aktuelle start-html-tag = ?body? entspricht, setze die eigenschaft _body des
    # aktuellen objekts (hier $self was im grunde für $parser steht) = 1.
  $self->{'_body'} = 1 if($tag eq 'body'); 
} 

# funktion die bei jedem end_h event ausgeführt wird, also wenn ein html-tag
# im text geschlossen wird
sub _endtag { 
    my ($self, $tag) = @_; 
    # wenn der aktuelle end-html-tag = ?body? entspricht, setze die eigenschaft _body des
    # aktuellen objekts (hier $self was im grunde für $parser steht) = 0.
    $self->{'_body' } = 0 if($tag eq 'body'  ); 
} 

# funktion die bei jedem text_h event ausgeführt wird
sub _text { 
    my ($self, $dtext) = @_; 

    # am anfang und ende des strings steuerzeichen entfernen
    $dtext =~ s/\A\s+//; 
    $dtext =~ s/\s+\z//; 
    # prüfen, ob der string mehr als 0 zeichen und nicht nur steuerzeichen enthält
    return() unless ( length($dtext) > 0 and $dtext =~ /[^\s]/ ); 

    # solange man sich zwischen den body-tags befindet (siehe funktion _startag und _endtag)  
    # ausgabe von $dtext (enthält alles zwischen den beiden aktuellen tags)
    if ($self->{'_body'}    == 1) { 
      print $dtext; 
    } 
}

Source code

#!/usr/bin/perl -w

use strict;
use warnings;
use HTML::FormatText;
use HTML::Parse;

my $html;
my $formatter;


$html = HTML::Parse::parse_htmlfile("beispiel.html");
# alternativ ginge auch... $html = HTML::Parse::parse_html($text);
# ...um den HTML-Text aus einer Variablen zu holen

$formatter = HTML::FormatText->new();

print $formatter->format($html);