From: Masaaki Sakano <mas@...>
Date: 2002-01-14T04:12:50+09:00
Subject: [ruby-list:33357] Re: HTML から BODY を抜き出す

坂野 正明です。

In <866668py24.wl@dhcp.star.le.ac.uk>
>>	## body の内側を取り出す
>>	% ruby -e '/<body[^>]*>(.*)<\/body>/im =~ ARGF.read; print $1'

At Sat, 12 Jan 2002 09:54:15 +0900,
moonwolf@moonwolf.com wrote:
> >  1. <body> の前、または </body> の後ろに
> > 	<!-- <body> <!-- <body> --> -->
> >     などのような"<body>"(など)を含むコメント文があると間違ってパースする。
> <body>の後ろに<!-- </body> -->があっても駄目ですね。

いや、最長マッチするので、<body>〜</body> の間だとOKです。
# 「"<body>"(など)」と誤魔化したのが誤解のもとでした (_o_)。

まとめると、正確には、
 1. <body> の前に、
	<!-- <body> ... -->
    などのような"<body>"を含むコメント文があるか、
    または </body> の後ろに
	<!-- </body> ... -->
    などのような"</body>"を含むコメント文があると、間違ってパースする。

ですね。

皆さんのフォローは大変勉強になりました(感謝)。

さかのまさあき