问题标签 [html-tableextract]

我有一个通过另一个脚本调用的子例程来读取 HTML 文件。下面是代码。

当我运行上面的脚本时，当标题作为变量传递时，它不会显示 HTML 表格数据。

但是，如果我用下面的硬编码值替换表达式$_[1]，它将返回指定标题下的所有列值

我将子例程称为read_html($file, $headers)where$file是文件名并$headers保存标头值，逗号分隔。

任何帮助将不胜感激。

我正在尝试使用 TableExtract 解析一个表，其中一些标题具有相同的名称，但数据不同。rows 方法返回两组标题的第一个标题的值。

我打印这样的数据：

结果是这样的：

应该是这样的：

第一个“Schedule Actual Gate”数据（代表 Departure）在第二个“Schedule Actual Gate”列（代表 Arrival）中重复。

当我使用 Dumper($table) 转储整个表时，我可以看到正确的数据

如何让 rows 方法正确解析具有重复标题字段的表？

我有一个小脚本，用于操作来自远程 URL 的代码（代码是单独的）。HTML::TableExtract 的手册页具有以下与执行表格中的表格提取相关的代码部分，即

我的代码包含这个，即：

但是，运行它给了我这个：

有什么我想念的吗？（如果有人有更好的方法从表格中提取表格（同时打印来自两者的信息，我全神贯注）

我正在尝试从以下站点的表格中提取每个 G 蛋白偶联受体的信息：

http://www.iuphar-db.org/DATABASE/ObjectDisplayForward?objectId=1&familyId=1

更具体地说，我想从列（配体、Sp.、动作、亲和力、单位）中提取信息。目前，我一直在从我的提取中输出空文件，因此该模块似乎无法识别我指定的表。这是我迄今为止编写的代码，旨在遍历与每个 G 蛋白偶联受体信息相对应的每个 HTML 文件。

我写了一个以前的程序（幸好，它有效），它为每个 G 蛋白偶联受体获取了我各自的所有 HTML 文件，并一直将它传递到这个程序中。我不确定我是否使用了正确的标题、深度或计数。

如果这篇文章听起来很愚蠢，我深表歉意，但总的来说，我是生物信息学和编程的新手。谢谢你的帮助！

我的目标是从以下站点中标题为“激动剂”、“拮抗剂”和“变构调节剂”的表格中提取链接：

http://www.iuphar-db.org/DATABASE/ObjectDisplayForward?objectId=1&familyId=1

我一直在使用 HTML::TableExtract 来提取表格，但无法获取 HTML::LinkExtor 来检索有问题的链接。这是我到目前为止的代码：

我尝试使用该站点上另一个线程的一些示例代码（Perl parse links from HTML Table）无济于事。我不确定这是解析问题还是表格识别问题。提供的任何帮助将不胜感激。谢谢！

这是我的temp.html

我正在尝试使用以下代码打印上表中的每个元素 -

它打印 -

如果我使用@{$table->rows->[$rowIndex]}->[$columnIndex]而不是$table->rows->[$rowIndex][$columnIndex]得到正确的输出，但会出现警告。如何删除警告？

我是 python 新手，需要一些关于从 HTML 表中提取特定单元格值的指导。

我正在处理的 URL 可以在这里找到

我希望仅在 Month 和 Settlement 列中获取前 5 个值，然后将它们显示为：

我面临的问题是：

1. 如何让循环从表中的第三个“TR”开始
2. 如何仅获取 td[0] 和 td[6] 的值。
3. 如何将循环限制为仅检索 5 行的值

这是我正在处理的代码：

谢谢并感谢任何形式的指导！

我知道这个问题已经被问过很多次了，但我研究了很多例子，但我仍然无法从这个 html 表中获取我需要的数据。

我有一个生成这样的 html 表的 php 文件：

我想使用 php.ini 获取每个 DATA 集的 html（数字）（在每个样式之后）。

谁能阐明我如何做到这一点？

我已经解决了这个问题：原来我使用 WWW::Mechanize 加载的页面使用 AJAX 加载其中的所有内容，<tbody>因此在我创建 $html 变量时不会加载它。现在我必须看看如何获​​得这个动态内容......

我正在尝试解析网页中表格的内容。<table>包含 a<thead>和<tbody>a 。当我从<tbody>表格的一部分中获取内容时，我发现它都不存在。我只得到里面的内容<thead>。

我尝试了几种不同的方法，如下所示，所有这些方法都没有从<tbody>.

使用 HTML::TreeBuilder

使用 HTML::TableExtract

当我尝试执行print Dumper($table);表中的一个时，我表明我正在找到<table>并且只能看到<thead>or内部的表内容<tbody>以及对它的父级的引用，其中包含来自<thead>.

我可以不太关心<thead>我只需要表格内容中的内容<tbody>。

我不确定我做错了什么以及从这里去哪里。

我很难从 HTML 表中恢复数据。这就是我所拥有的。

我将此作为错误消息。

有没有更好的方法来查看表格并获取值。我没有要查找的标题，我查看了HTML::Query但找不到它，或者通过 PPM 和HTML::Element所需的Badger::Base看起来更适合用于表构造。我还在脚本的前面使用了WWW::Mechanize 。

对我上面的代码的任何帮助将不胜感激。