从HTML表格中提取内容
从HTML表格中提取内容
提问于 2012-10-23 19:36:15
我正在尝试使用HTML::TableExtract从html文件中提取表内容。我的问题是我的html文件是以以下方式构造的：
!DOCTYPE html>
<html>
<body>
<h4>One row and three columns:</h4>
<table border="1">
<tr>
<td>
<p> 100 </p></td>
<td>
<p> 200 </p></td>
<td>
<p> 300 </p></td>
</tr>
<tr>
<td>
<p> 100 </p></td>
<td>
<p> 200 </p></td>
<td>
<p> 300 </p></td>
</tr>
</table>
</body>由于这种结构，我的输出看起来如下：
100|
200|
300|
400|
500|
600|而不是我想要的：
100|200|300|
400|500|600|你能帮忙吗？这是我的perl代码
use strict;
use warnings;
use HTML::TableExtract;
my $te = HTML::TableExtract->new();
$te->parse_file('Table_One.html');
open (DATA2, ">TableOutput.txt")
or die "Can't open file";
foreach my $ts ($te->tables()) {
foreach my $row ($ts->rows()) {
my $Final = join('|', @$row );
print DATA2 "$Final";
}
}
close (DATA2);回答 1
Stack Overflow用户
回答已采纳
发布于 2012-10-23 19:40:38
sub trim(_) { my ($s) = @_; $s =~ s/^\s+//; $s =~ s/\s+\z//; $s }
foreach my $ts ($te->tables()) {
foreach my $row ($ts->rows()) {
print DATA2 join('|', map trim, @$row), "\n";
}
} ^
|
|或者如果你真的想要后面的"|"，
sub trim(_) { my ($s) = @_; $s =~ s/^\s+//; $s =~ s/\s+\z//; $s }
foreach my $ts ($te->tables()) {
foreach my $row ($ts->rows()) {
print DATA2 (map { trim($_).'|' } @$row), "\n";
}
}页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/13037888
复制相关文章
相似问题
腾讯云开发者
