perl - 用 Perl 抓取 HTML 文件，只返回内容，按顺序

Question

使用 HTML::TreeBuilder - 或 Mojo::DOM - 我想抓取内容但保持有序，以便我可以将文本值放入数组中（然后用变量替换文本值模板目的）

但这在 TreeBuilder

my $map_r = $tree->tagname_map();

my @contents = map { $_->content_list } $tree->find_by_tag_name(keys %$map_r);

foreach my $c (@contents) {
  say $c;
}

不返回顺序——当然散列是没有顺序的。那么，如何从根向下访问树并保持返回值的顺序呢？递归地走树？本质上，我想对每个元素都使用“as_text”方法。（遵循这个好主意，但我需要所有元素）

Answer 1

这更好（使用 Mojo::DOM）：

$dom->parse($html)->find('*')->each(
    sub {
        my $text = shift->text;
        $text =~ s/\s+/ /gi;
        push @text, $text;
    }
  );

但是，欢迎任何进一步的评论。