使用pQuery进行非平凡的屏幕抓取选择

Question

我正在使用pQuery（一个jQuery的Perl端口）来选择元素并从HTML文档中检索文本。

考虑以下标记：

<x>
   <y>code1</y>
   <z>stuff</z>
   <y>code2</y>
   <z>foobar</z>
</x>

以下pQuery代码：

my $target_value = pQuery($markup)->find($pquery_selector)->text;

我正在尝试使用以下规则制定$pquery_selector，使其与上述标记中的<z>foobar</z>匹配：找到z之后的y - 元素-element，其主体包含"code2"。虽然这可以使用jQuery，但我不确定pQuery语法是否足以处理这样的表达式。

使用pQuery语法可以进行这种选择吗？

Answer 1

在jQuery中，有可能编写一个像'y：contains（code2）+ z'这样的选择器。但是，pQuery仍然没有完成（从版本0.07开始），像x + z这样的选择器只是给出了一个错误，表明模块开发人员还没有去翻译jQuery代码的那一部分。

由于pQuery自2008年以来一直未被触及，我建议自己修复它（代码在cpan和github上），或者使用更成熟的模块，如HTML :: TreeBuilder :: XPath（这需要学习XPath语法，但实际上适用于非平凡的事情。）

上述jQuery选择器的XPath等价物将是'// y [contains（text（），'code2'）] / following-sibling :: z'