perl - 如何在html树中向上移动节点并提取链接？

Question

我知道我的问题标题不是那么具有描述性，但让我在这里解释一下。

我正在尝试解析给定的 html document使用 HTML::TreeBuilder。现在在这个 html 文档值 5,1,ABC,DEF将根据用户提供的值进行验证，如果验证成功，我必须提取 href关联。

所以，我的代码是:

my @tag = $tree->look_down( _tag => 'tr', class => qr{\bepeven\scompleted\b} );
for (@tag) {

    query_element($_);
}

sub query_element {

    my @td_tag = $_[0]->look_down( _tag => 'td' );

    my $num1 = shift @td_tag; #Get the first td tag
    my $num2 = shift @td_tag; # Get the second td tag


    #Making sure first/second td tag has numeric value
    $num1 = $1 if $num1->as_text =~ m!(\d+)! or die "no match found";
    $num2 = $1 if $num2->as_text =~ m!(\d+)! or die "no match found";


    #Validating that above value's match the user provided value 5 and 1.
    if ( $num1 eq '5' && $num2 eq '1' ) { 
        say "hurray..!!";

        #Iterating over rest of the td tag to make sure we get the right link from it.
        for (@td_tag) {

            #Check if contains ABC and than procede to fetch the download href link.
            if ($_->look_down(_tag  => 'td', class => qr{[c]}, sub {
                        $_[0]->as_text eq 'ABC';} )
            )   
            {   
                my $text = $_->as_text;
                say "Current node text is: ", $text; #outputs ABC

                #Now from here how do I get the link I want to extract.
            }
        }
    }
}

现在，我的方法是首先从 td tags 中提取值如果成功，则将其与用户指定的值进行匹配，而不是查找另一个用户指定的值 ABC or DEF就我而言，它是 ABC如果匹配 不仅仅是提取链接。

现在，标记包含 ABC or DEF没有固定位置，但它们将在包含 5 and 1 的标签下方值(value)。所以，我用了 $_[0]->as_text eq 'ABC';检查标签是否包含 ABC现在在我的树中，我目前在 text node ABC 从这里我如何提取链接 href i，e 如何向上移动对象树并提取值。

PS:我会在这里尝试 xpath，但 html 元素的位置不是那么明确和结构化。

编辑:

所以，我尝试了 $_->tag()并返回 td但是如果我在 td 标签上而不是为什么下面的代码不起作用:

my $link_obj = $_->look_down(_tag => 'a') # It should look for `a` tag.
say $link_obj->as_text;

但它给出了以下错误:

Can't call method "as_text" on an undefined value.

Answer 1

我希望以下(使用我自己的 Marpa::R2::HTML)对您有所帮助。注意
HTML::TreeBuilder 答案只能找到一个答案。下面的代码找到
二，我认为这是意图。

#!perl

use Marpa::R2::HTML qw(html);

use 5.010;
use strict;
use warnings;

my $answer = html(
    ( \join q{}, <DATA> ),
    {   td => sub { return Marpa::R2::HTML::contents() },
        a  => sub {
            my $href = Marpa::R2::HTML::attributes()->{href};
            return undef if not defined $href;
            return [ link => $href ];
        },
        'td.c' => sub {
            my @values = @{ Marpa::R2::HTML::values() };
            if ( ref $values[0] eq 'ARRAY' ) { return $values[0] }
            return [ test => 'OK' ] if Marpa::R2::HTML::contents eq 'ABC';
            return [ test => 'OK' ] if Marpa::R2::HTML::contents eq 'DEF';
            return [ test => '' ];
        },
        tr => sub {
            my @cells = @{ Marpa::R2::HTML::values() };
            return undef if shift @cells != 5;
            return undef if shift @cells != 1;
            my $ok = 0;
            my $link;
            for my $cell (@cells) {
                my ( $type, $value ) = @{$cell};
                $ok = 1 if $type eq 'test' and $value eq 'OK';
                $link = $value if $type eq 'link';
            }
            return $link if $ok;
            return undef;
        },
        ':TOP' => sub { return Marpa::R2::HTML::values(); }
    }
);

die "No parse" if not defined $answer;
say join "\n", @{$answer};

__DATA__
<table>
    <tbody>

        <tr class="epeven completed">
            <td>5</td>
            <td>1</td>
            <td class="c">ABC</td>
            <td class="c">satus</td>
            <td class="c"><a href="/path/link">Download</a></td>
        </tr>
        <tr class="epeven completed">
            <td>5</td>
            <td>1</td>
            <td class="c">status</td>
            <td class="c">DEF</td>
            <td class="c"><a href="/path2/link">Download</a></td>
        </tr>


    </table>