perl - 使用 perl 从多表 html 文件中提取特定表

Question

我有一个包含三个表的 html 文件。但我只想提取三个表中的一个。我该怎么做呢？

Answer 1

您可以使用已知Perl模块执行此操作，例如：

• LWP
• WWW::Mechanize
• HTML::TreeBuilder
• HTML::TreeBuilder::XPath

所有都在http://search.cpan.org

最后一个 Perl 模块非常有用，您可以使用Xpath如下表达式：

//table[0]/tr[3]/td[2]/text()

例如，从第一个打印td第三个中第二个元素的文本。trtable

Answer 2

提取部分 HTML 文档的一个很好的模块是HTML::Query.

它提供了一个类似 jQuery 的界面，用于选择要提取文档的哪个部分。