如何从已赋值的HTML变量中高效提取<B>标签文本至新变量
2026-5-22
嘿，这个需求很常见！要从给定的HTML里提取标签包裹的文本并赋值给$x，得看你用的是什么语言，我给你几个实用的方案：
方案1：正则表达式（简单HTML场景快速解决）
如果你的HTML结构很简单（就像示例里这样，没有嵌套的标签或者复杂的标签属性），用正则表达式是最快的方式。比如在Perl里：
# 假设你的HTML已经存在$html变量里 my $html = '<TR><TD width="30%" colSpan=2><B>Cyan Cartridge</B></TD> <TD width="25%"> <TABLE borderColor=#000000 cellSpacing=0 width="100%" border=1>'; # 用非贪婪匹配提取<B>和</B>之间的内容 my $x = $1 if $html =~ /<B>(.*?)<\/B>/i; # 现在$x就是"Cyan Cartridge"了 print $x;
这里的.*?是非贪婪匹配，能避免匹配到多个标签时的错误结果，末尾的i是忽略大小写，如果你需要匹配<b>小写标签也生效的话可以加上。
方案2：专业HTML解析库（复杂场景更可靠）
如果你的HTML结构可能更复杂（比如有嵌套标签、不规范的HTML语法），强烈建议不要用正则——正则处理HTML很容易踩坑！这时候用专门的HTML解析工具更靠谱。还是以Perl为例，用HTML::TreeBuilder模块：
use HTML::TreeBuilder; my $html = '<TR><TD width="30%" colSpan=2><B>Cyan Cartridge</B></TD> <TD width="25%"> <TABLE borderColor=#000000 cellSpacing=0 width="100%" border=1>'; # 把HTML转换成可操作的树结构 my $tree = HTML::TreeBuilder->new_from_content($html); # 找到第一个<B>标签（如果有多个可以循环处理） my ($b_tag) = $tree->look_down(_tag => 'b'); # 提取标签里的文本 my $x = $b_tag->as_text if $b_tag; # 记得清理内存 $tree->delete; print $x;
这个方法能处理各种不规范的HTML，比如标签大小写混写、属性值有没有引号的情况，稳定性比正则高太多。
如果是Shell环境（比如Bash）
要是你在Shell脚本里处理，也可以用grep+sed组合：
html='<TR><TD width="30%" colSpan=2><B>Cyan Cartridge</B></TD> <TD width="25%"> <TABLE borderColor=#000000 cellSpacing=0 width="100%" border=1>' x=$(echo "$html" | grep -o '<B>.*</B>' | sed 's/<B>\(.*\)<\/B>/\1/') echo $x
同样，这个只适合简单HTML场景，复杂情况还是建议用Python的BeautifulSoup这类工具。
内容的提问来源于stack exchange，提问作者Martin23mm
相关产品推荐
相关产品推荐
