0

我想解析 html 页面。使用提取徽章、描述和徽章类型

      <div class="row">
       <div class="span8">
         <table id="badge-list">
           <tr>
             <td style="width: 25px;"></td>
             <td style="width: 200px;" class="badge-cell">
                <a class="badge-name" href="/badge/show/3/">
                    <span class="badge-icon bronze">&#8226;</span>
                     Editor
                </a>
                <span class="multiplier">x 3892</span></td>
              <td class="earned False">&nbsp;</td>
              <td>First edit</td>
           </tr>

我的 perl 代码如下,

我正在尝试 a class="badge-name"使用以下代码提取和其他细节

      my $tree = HTML::TreeBuilder->new();
      $tree->parse($content);
      my ($h1) = $tree->look_down('_tag', 'table', 'id', 'badge-list'); 
      my @tr = $h1->look_down('_tag', 'tr') ;

      foreach my  $tr (@tr) {
         my @tdList = $tr->look_down('_tag','td');

         foreach my $td ( @tdList) {
           if (my $a = $td->look_down('_tag','a')) {
               print $a->as_text , "\n";
               my $span = $a->look_down('_tag','span', 'class');
               print $span->attr('class');
           }
           else {
               my $text =  $td->as_text , "\n";    
               print "$text\n";
           }
      }

    }

此代码正在引发警告Wide character in print at ..

4

2 回答 2

1

look_down需要成对的属性/值参数。

$a->look_down('_tag','span', 'class')

应该只是

$a->look_down('_tag','span')
于 2014-02-24T19:34:27.990 回答
0

我建议添加“使用 utf8;” 在脚本开始时在打印中添加支持的非 ASCII 符号。符号•恭敬地是宽的。

use utf8;
于 2014-02-24T22:22:33.230 回答