SL/HTML/Util.pm

   1 package SL::HTML::Util;
   2
   3 use strict;
   4 use warnings;
   5
   6 use HTML::Parser;
   7
   8 my %stripper;
   9 my %entities = (
  10   'lt'  => '<',
  11   'gt'  => '>',
  12   'amp' => '&',
  13 );
  14
  15 sub strip {
  16   my ($class_or_value) = @_;
  17
  18   my $value = !ref($class_or_value) && (($class_or_value // '') eq 'SL::HTML::Util') ? $_[1] : $class_or_value;
  19
  20   if (!%stripper) {
  21     %stripper = ( parser => HTML::Parser->new );
  22
  23     $stripper{parser}->handler(text => sub { $stripper{text} .= $_[1]; });
  24   }
  25
  26   $stripper{text} = '';
  27   $stripper{parser}->parse($value);
  28   $stripper{parser}->eof;
  29
  30   $stripper{text} =~ s{\&([^;]+);}{ $entities{$1} || "\&$1;" }eg;
  31
  32   return delete $stripper{text};
  33 }
  34
  35 1;
  36 __END__
  37
  38 =pod
  39
  40 =encoding utf8
  41
  42 =head1 NAME
  43
  44 SL::HTML::Util - Utility functions dealing with HTML
  45
  46 =head1 SYNOPSIS
  47
  48   my $plain_text = SL::HTML::Util->strip('<h1>Hello World</h1>');
  49
  50 =head1 FUNCTIONS
  51
  52 =over 4
  53
  54 =item C<strip $html_content>
  55
  56 Removes all HTML elements and tags from C<$html_content> and returns
  57 the remaining plain text.
  58
  59 =back
  60
  61 =head1 BUGS
  62
  63 Nothing here yet.
  64
  65 =head1 AUTHOR
  66
  67 Moritz Bunkus E<lt>m.bunkus@linet-services.deE<gt>
  68
  69 =cut