在 HTML 标签 Perl 中抓取数据答案

【问题标题】：Scrape Data within HTML Tags Perl在 HTML 标签 Perl 中抓取数据
【发布时间】：2013-07-12 20:32:15
【问题描述】：

我正在编写一个网络爬虫，并且是 Perl 新手。我正在使用HTML::TreeBuilder 来获取我需要的数据，但我遇到了一个我不知道如何处理的案例。这是一些示例 HTML：

<div class="anything" val="20" name="matchup">someUniqueData</div>

我想从这个 HTML 标记中提取 val。我一直在使用findvalues() 完成大部分工作，但我不知道这是否可以从标签内部提取数据。我没有成功地掩盖了文档。这种刮擦有简单的解决方案吗？

【问题讨论】：

向我们展示您尝试过的代码，我们可以从那里帮助您。您可能还想做更多的事情，而不是“修饰文档”。有关 HTML 解析的更多信息，请参阅htmlparsing.com/perl
我什么都没试过，因为我知道如何尝试，findvalues()，获取标签外的数据。我查看了整个 TreeBuilder 文档，但没有看到可行的方法。当我可以询问其他人是否有此问题时，我不会搜索现有的每个 Perl 模块以寻找方法。所以，如果你不想提供帮助，那就去别的地方吧。
查看 HTML::Element 中attr 的文档。

【解决方案1】：

你需要（使用HTML::TreeBuilder::XPath）：

my ($val) = $tree->findvalues('//div[@class="anything"]/@val');

【讨论】：

CSS 选择器等效项：use Web::Query 'wq'; print wq('<html><div class="anything" val="20" name="matchup">someUniqueData</div>')->find('div.anything')->attr('val');