1

我在服务器中有多个 HTML 页面，每个页面都有不同的格式。但是，每个页面都包含一个带有一些标题和行值的表。

现在我想读取标题并将其单元格值与之关联。我是 Perl 的新手，很难完成它。

这是一个示例 HTML：

<Table Border=1 width="100%">
  <tr>
    <td colspan=12 align="Center" nowrap ><B>Detailed Information for Check # 6392933</B></td>
  </tr>
  <tr>
    <td><b>PO Number</b></td>
    <td><b>Invoice Number</b></td>
    <td><b>DC Number</b></td>
    <td><b>Store Number</b></td>
    <td><b>Division</b></td>
    <td><b>Invoice Amount</b></td>
  </tr>
  <tr>
    <td>0000000000</td>
    <td>000000118608965</td>
    <td>0</td>
    <td>1860</td>
    <td>1</td>
    <td>$-21.02</td>
  </tr>
  <tr>
    <td>0000000000</td>
    <td>000000122865088</td>
    <td>0</td>
    <td>2286</td>
    <td>1</td>
    <td>$-42.04</td>
  </tr>
</Table>

现在我想创建一个 Perl 结构，其中所有单元格值都应存储到其标题值中，并应打印如下内容：

PO Number = 0000000000, 0000000000
Invoice Number=000000118608965, 000000122865088
DC number= 0, 0 and so on.

我已经尝试从互联网上搜索和做所有事情，但没有任何效果，我刚刚将单元格值放入一个变量中，但这无济于事，因为它将所有值都放入一个单元格值中。

#!/usr/bin/Perl -w

$file = "/Path/to/file";
use Encode;
$da = `cat "$file"`;
my $data = decode_utf8($da);

use HTML::Parser;
use HTML::TableContentParser;

$tcp    = HTML::TableContentParser->new;
$tables = $tcp->parse($data);

for $t (@$tables) {
    for $r (@{ $t->{rows} }) {
        print "Row: ";
        for $c (@{ $r->{cells} }) {
            $col = $c->{data};
            print $col;
        }
        print "\n";
    }
}

任何帮助将不胜感激。

4

2 回答 2

1

创建HTML::TableExtract是为了从 HTML 表格中提取信息。按如下方式使用它：

#!/usr/bin/perl
use warnings;
use strict;

use HTML::TableExtract;

my $file = 'input.html';

my $te = 'HTML::TableExtract'->new;
$te->parse_file($file);
my $t = $te->first_table_found;

my @columns;
my $first = 1;
for my $row ($t->rows) {
    $first = 0, next if $first;
    push @{ $columns[$_] }, $row->[$_] for 0 .. $#$row;
}

for my $column (@columns) {
    print "$column->[0] = ", join(', ', @{ $column }[1 .. $#$column]), "\n";
}

输出：

PO Number = 0000000000, 0000000000
Invoice Number = 000000118608965, 000000122865088
DC Number = 0, 0
Store Number = 1860, 2286
Division = 1, 1
Invoice Amount = $-21.02, $-42.04
于 2013-05-24T13:38:28.550 回答
0

在这种情况下，我个人使用拆分。拆分数组（将是分隔符），然后再拆分。

于 2013-05-24T15:16:57.507 回答