perl - HTML::TreeBuilder::XPath 结果中缺少最后一个标签

Question

use WWW::Mechanize;
use HTML::TreeBuilder::XPath;
my $mech = new WWW::Mechanize;
my $tree = new HTML::TreeBuilder::XPath;
my $url = "http://www.elaws.gov.bw/wondersbtree.php";
$mech->get($url);
$tree->parse($mech->content());
@nodes = $tree->findnodes("//p[font = 'PRINCIPAL LEGISLATION']");
print @nodes[0]->as_HTML;

上面的代码打印出搜索到的 HTML 元素，但它缺少最终</p>标记。为什么？这是故意的还是模块中的错误？

Answer 1

默认情况下，该as_HTML方法省略了某些可选的结束标记：

as_HTML

$s = $h->as_HTML();
$s = $h->as_HTML($entities);
$s = $h->as_HTML($entities, $indent_char);
$s = $h->as_HTML($entities, $indent_char, \%optional_end_tags);

[ ... ]

如果\%optional_end_tags指定并定义，它应该是一个哈希的引用，它为每个结束标签是可选的标签名称保存一个真值。默认为\%HTML::Element::optionalEndTag，这是 的别名%HTML::Tagset::optionalEndTag，在撰写本文时，它包含 的真实值p, li, dt, dd。一个有用的传递值是一个空的 hashref, {}，这意味着这个转储没有可选的结束标签。

例如：

use strict;
use warnings 'all';
use 5.010;

use HTML::TreeBuilder::XPath;

my $tree = HTML::TreeBuilder::XPath->new_from_content('<p>foo</p>');
my @nodes = $tree->findnodes('//p');

say $nodes[0]->as_HTML(undef, undef, {});

输出：

<p>foo</p>

请注意，您应该始终use strict;和use warnings 'all';。

Answer 2

在 HTML 中，结束标记对于P 元素是可选的。