解析HTML使用Perl

Question

我有以下的HTML的

<a href="http://address.com">John</a>: I really <b>love</b> <b>soccer</b>; 

我想將它解析爲一個CSV，我將不得不

名稱=約翰

評論=我真的很喜歡足球。

關鍵詞=愛足球

在控制檯應用程序，任何的幫助深表感謝。

Answer 1

下面是一個例子，如何做HTML::TreeBuilder解析：

use HTML::TreeBuilder; 

my $html = HTML::TreeBuilder->new_from_content(<<END_HTML); 
<a href="http://address.com">John</a>: I really <b>love</b> <b>soccer</b>; 
END_HTML 

my $name  = $html->find('a')->as_text;    # "John" 
my @keywords = map { $_->as_text } $html->find('b'); # "love", "soccer" 
my $comment = $html->as_text;       # "John: I really love soccer; " 

清理$comment被留作練習。

Answer 2

有很多在CPAN HTML解析器，我的首選之一是HTML::TreeBuilder::XPath

Text::CSV將幫助你從提取的數據生成CSV。