Не удается получить содержимое <tbody> при разборе HTML в Perl

Question

Не удается получить содержимое <tbody> при разборе HTML в Perl

Я решил это: получается, что страница, которую я загружал с WWW::Mechanize, использует AJAX для загрузки всего содержимого, которое находится внутри <tbody> поэтому он не загружается, когда я создал переменную $html. Теперь я должен увидеть, как получить этот динамический контент...

Я пытаюсь проанализировать содержимое таблицы на веб-странице. <table> содержит <thead> и <tbody>, Когда я иду, чтобы получить содержание от <tbody> Часть таблицы я считаю, что ничего этого там нет. Я получаю только контент, который находится внутри <thead>,

Я попробовал несколько различных методов, следуя всем, которые просто ничего не дают мне изнутри <tbody>,

используя HTML::TreeBuilder

my $tb = HTML::TreeBuilder->new();
$tb->parse($html);
my $table = $tb->look_down( _tag => 'tbody', id => 'tbody-id' );

используя HTML::TableExtract

my $te = HTML::TableExtract->new( attribs => { id => 'table-id' } );
$te->parse($html);
my $table=$te->first_table_found;

когда я пытаюсь сделать print Dumper($table); из таблицы, которую я показываю, что я нахожу <table> и может видеть только содержимое таблицы внутри <thead> или <tbody> и ссылка на его родителя, который содержит весь контент из <thead>,

Я мог бы заботиться о содержании в <thead> Мне просто нужно содержимое таблицы из <tbody>,

Я не уверен, что я делаю неправильно и куда идти отсюда.

2

html perl html-tableextract html-treebuilder

Источник

user3294812 10 фев '14 в 22:18

1 ответ

Другие вопросы по тегам html perl html-tableextract html-treebuilder

user340355 10 фев '14 в 23:59 2014-02-10 23:59 · Answer 1 · 2014-02-10 23:59

HTML верен? Мне потребовалось несколько минут, чтобы заставить работать следующий код, потому что я неправильно закрыл один из тегов:

use strict;
use warnings;

use HTML::TreeBuilder;
use Perl6::Say;

my $html = << 'HTML';
<!DOCTYPE html>
<html lang="en">
    <head>
        <meta charset="utf-8">
        <title>title</title>
        <link rel="stylesheet" href="style.css">
        <script src="script.js"></script>
    </head>
    <body>
        <table>
            <caption>Caption</caption>
            <thead>
                <tr>
                    <th>Header</th>
                </tr>
            </thead>
            <tbody>
                <tr>
                    <td>Body</td>
                </tr>
            </tbody>
        </table>
    </body>
</html>
HTML

my $tree    = HTML::TreeBuilder->new->parse_content($html);
my $table   = $tree->look_down('_tag', 'table');
my $caption = $table->look_down('_tag', 'caption');
my $thead   = $table->look_down('_tag', 'thead');
my $tbody   = $table->look_down('_tag', 'tbody');

say $caption->as_HTML;
# <caption>Caption</caption>

say $thead->as_HTML;
# <thead><tr><th>Header</th></tr></thead>

say $tbody->as_HTML;
# <tbody><tr><td>Body</td></tr></tbody>