我想提取 HTML 页面中特定表格单元格中存在的一些文本。
现在，问题是，这个单元格存在于一个没有 ID/名称的表格标签中。
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>
这就是我的 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。
我已经使用了上面的 table[8]，因为这是 HTML 页面中的八个 table 标记（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。
如果删除text()XPath 查询末尾的 会发生什么？我认为调用string_valuetd 本身就足够了。
此外，方法调用不会插入到字符串中，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, 并去除外部标签（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 $_->as_HTML, "\n" foreach(@nodes); # outerHTML
__DATA__
<html>
<body>
<table border="0">
<tr>
<td>Some Text</td>
<td>The Text I want comes here with <b>nested</b> content</td>
</tr>
</body>
</html>
mirod 方法应该适合您。
但如果您需要文本内容，我建议使用findvalues而不是。findnodes
尝试运行此代码并显示输出：
my @values=$tree->findvalues(q{//table[8]//tr[1]//td});
print $_, "\n" foreach(@values);