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   return '' unless $value;
  21
  22   if (!%stripper) {
  23     %stripper = ( parser => HTML::Parser->new );
  24
  25     $stripper{parser}->handler(text => sub { $stripper{text} .= $_[1]; });
  26   }
  27
  28   $stripper{text} = '';
  29   $stripper{parser}->parse($value);
  30   $stripper{parser}->eof;
  31
  32   $stripper{text} =~ s{\&([^;]+);}{ $entities{$1} || "\&$1;" }eg;
  33
  34   return delete $stripper{text};
  35 }
  36
  37 1;
  38 __END__
  39
  40 =pod
  41
  42 =encoding utf8
  43
  44 =head1 NAME
  45
  46 SL::HTML::Util - Utility functions dealing with HTML
  47
  48 =head1 SYNOPSIS
  49
  50   my $plain_text = SL::HTML::Util->strip('<h1>Hello World</h1>');
  51
  52 =head1 FUNCTIONS
  53
  54 =over 4
  55
  56 =item C<strip $html_content>
  57
  58 Removes all HTML elements and tags from C<$html_content> and returns
  59 the remaining plain text.
  60
  61 =back
  62
  63 =head1 BUGS
  64
  65 Nothing here yet.
  66
  67 =head1 AUTHOR
  68
  69 Moritz Bunkus E<lt>m.bunkus@linet-services.deE<gt>
  70
  71 =cut