HTML::TokeParser -在标记之间和之后查找文本
HTML::TokeParser -在标记之间和之后查找文本
提问于 2014-02-17 09:44:57
我试图使用以下代码从HTML页面中提取以下文本，但我的代码失败了。
预算-25 000 000美元
毛额(全世界)-58 500 000美元
#!/usr/bin/perl
use HTML::TokeParser;
my $content = <<HTML;
<h5>Budget</h5>
$25,000,000 (estimated)<br/>
<br/>
<h5>Opening Weekend</h5>
$727,327 (USA) (<a href="/date/09-25/">25 September</a> <a href="/year/1994/">1994</a>) (33 Screens)<br/>
<br/>
<h5>Gross</h5>
$28,341,469 (USA) (<a href="/date/08-05/">5 August</a> <a href="/year/2012/">2012</a>)<br/>£2,344,349 (UK) (<a href="/date/05-18/">18 May</a> <a href="/year/1995/">1995</a>)<br/>£1,732,123 (UK) (<a href="/date/04-16/">16 April</a> <a href="/year/1995/">1995</a>)<br/>$58,500,000 (Worldwide)<br/>$555,480 (Belgium)<br/>ESP 637,291,985 (Spain)<br/>
<br/>
<h5>Admissions</h5>
82,890 (Belgium)<br/>163,594 (France) (<a href="/date/03-28/">28 March</a> <a href="/year/1995/">1995</a>)<br/>410,811 (Germany) (<a href="/date/12-31/">31 December</a> <a href="/year/1995/">1995</a>)<br/>1,245,604 (Spain)<br/>
<br/>
<h5>Filming Dates</h5>
<a href="/date/06-16/">16 June</a> <a href="/year/1993/">1993</a> - <a href="/date/09-10/">10 September</a> <a href="/year/1993/">1993</a><br/>
<br/>
HTML
my $description = "";
my $tp = HTML::TokeParser->new(\$content) || die "Can't open: $!";
while (my $token = $tp->get_tag("h5")) {
my $text = $parser->get_text();
last if $text =~ /budget/i;
}回答 2
Stack Overflow用户
回答已采纳
发布于 2014-02-17 14:16:57
这可能不是最优雅的解决方案，但它有效。
while (my $token = $tp->get_tag("h5")) {
my $heading = $tp->get_text();
$tp->get_tag("/h5");
my $amount = $tp->get_trimmed_text =~ s/[^\d,\$]//gr;
next unless $amount =~ m/\d/;
say qq{$heading - $amount};
}根据HTML::TokeParser docs，您可以使用get_tag获得开始和结束标记。在start <h5>之后，我们可以获取标题，然后转到结束的</h5>。它后面有一个文本节点，其中包含货币值。
Stack Overflow用户
发布于 2014-02-17 11:03:59
使用regexps也是可能的。
while ( $content =~ s!<h5[^>]*>\s*(.+?)\s*</h5>\s*(\S+)(.*?)<br[^>]*>!!is ){
my $h5text = $1;
my $amount = $2;
my $rest = $3;
if ($h5text =~ m!(Budget|Gross)!is){
print "$h5text\t$amount\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/21825549
复制相关文章
相似问题
腾讯云开发者
