Chris: Modul für HTML->Text

SELF-Forum

Modul für HTML->Text

Chris Homepage des Autors
– Informationen zu den Bewertungsregeln

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

Beitrag melden
–
Informationen zu den Bewertungsregeln

  1. Modul für HTML->Text

    crunch
    – Informationen zu den Bewertungsregeln

    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

    Beitrag melden
    –
    Informationen zu den Bewertungsregeln