[regex] 정규 표현식을 사용하여 HTML 구문 분석 : 왜 안되나요?

( http://htmlparsing.com/regexes에서 )

<img> 태그에서 URL을 추출하려고하는 HTML 파일이 있다고 가정합니다.

<img src="http://example.com/whatever.jpg">

따라서 Perl에서 다음과 같은 정규식을 작성하십시오.

if ( $html =~ /<img src="(.+)"/ ) {
    $url = $1;
}

이 경우 $url실제로 포함합니다
http://example.com/whatever.jpg. 그러나 다음과 같이 HTML을 시작하면 어떻게됩니까?

<img src='http://example.com/whatever.jpg'>

또는

<img src=http://example.com/whatever.jpg>

또는

<img border=0 src="http://example.com/whatever.jpg">

또는

<img
    src="http://example.com/whatever.jpg">

또는 당신은에서 오 탐지를 시작합니다

<!-- // commented out
<img src="http://example.com/outdated.png">
-->

매우 단순 해 보이고 변경되지 않은 단일 파일의 경우 단순 할 수 있지만 임의의 HTML 데이터에서 수행하려는 모든 작업에 대해 정규 표현식은 미래의 상심을위한 레시피 일뿐입니다.

---

답변