个人中心
gpt4 book ai didi

perl - 没有ID/名称的Perl HTML::Treebuilder XPATH表标签

转载 作者：行者123 更新时间：2023-12-03 17:05:38 31 4
gpt4 key购买 nike

我想提取HTML页面中特定表单元格中存在的一些文本。

现在，问题是，此单元格存在于没有ID /名称的表标签内。

我正在使用HTML :: TreeBuilder :: XPath来使用XPATH表达式提取值。

HTML内容如下所示：

<table border="0">
<tr>
<td>Some Text</td>
<td>The Text I want comes here</td>
</tr>


这是我的XPATH表达式的样子： 

@nodes=$tree->findnodes(q{//table[8]/tr/td[2]/text()});
print $_->string_value."\n" foreach(@nodes); # corrected, thanks mirod.


它不显示输出。

我使用了table [8]，因为它是HTML页面中的八个表标签（假设索引从1开始）。

另外，我使用了td [2]，因为我想要第二个td标签之间的innerHTML。

谢谢。

最佳答案

如果在XPath查询的末尾删除text()，会发生什么情况？我认为在td本身上调用string_value就足够了。

同样，方法调用不会内插在字符串中，因此您需要编写print $_->string_value, "\n"。

这将为您提供内容的文本，而不是标记。为此，您需要使用as_HTML，并剥离外部标签（HTML :: Element中没有提供内部HTML的方法）：

#!/usr/bin/perl

use strict;
use warnings;

use HTML::TreeBuilder::XPath;

my $tree= HTML::TreeBuilder::XPath->new_from_content( <DATA>);

my @nodes=$tree->findnodes(q{//table[1]/tr/td[2]});
print $_->string_value, "\n" foreach(@nodes); # text
print $_->as_HTML, "\n" foreach(@nodes);      # outerHTML



__DATA__
<html>
<body>
<table border="0">
<tr>
<td>Some Text</td>
<td>The Text I want comes here with <b>nested</b> content</td>
</tr>
</body>
</html>

关于perl - 没有ID/名称的Perl HTML::Treebuilder XPATH表标签，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/11965075/

31 4 0
文章推荐： spring - 消息转换异常 : Failed to convert message content
文章推荐： cocoa - 替换已弃用的 NSWorkspace launchApplications 函数？
文章推荐： layout - 如何在 SailsJS 应用程序中使用多个布局？
文章推荐： objective-c - Cocoa ConnectionKit 框架依赖项