curl - Erlang curl 并排除各种文本/标签

Question

我正在用 erlang 卷曲一个网页，自然而然地得到了 html 代码，到目前为止一切都很好！这就是我的代码的样子：

startCURL()->
Cmd = "curl \"" ++ "http://mywebsite.com/something.html" ++ "\"",
Output = os:cmd(Cmd),
io:format("The HTML output: ~s~n", [Output]).

现在到了这个问题，我想通过 erlang 排除 html 中的各种标签。示例： <b>Hello </b>to "Hello" 没有<b>and </b>。

我真的很感激我能得到的所有帮助！谢谢！

Answer 1

您可以使用re 模块中的替换功能将不需要的标签替换为空字符串。

re:replace(Output, "</?br>", "", [global]). 

Answer 2

这篇博文展示了如何使用mochiweb_htmlHTML 文档进行各种技巧。希望这足以让你开始。