Perl：使用HTML :: TokeParser提取具有特定类的HTML元素

Question

我试图提取＆lt;中的HTML内容。 td＆gt;对应于类＆＃34; tablehead1＆＃34;。

的标签

< td class="tablehead1"> Market < /td >

在解析时，我获得了＆lt;的所有文本内容。 td＆gt;标签存在于整个html文件中。 但我只需要＆lt;中的内容。 td＆gt;标签与特定类＆＃34; tablehead1＆＃34;

我在下面的代码中哪里出错了？

use HTML::TokeParser;

open(DATA,"<KeyStats.html") or die "Can't open data";
my $p = HTML::TokeParser->new(*DATA);

while (my $token = $p->get_tag('td')) {

 my $url = $token->[1]{class} || "tablehead1";
 my $text = $p->get_trimmed_text("/td");

 if (length($text)<30&&length($text)>0) {  print "$text\n"; }
}

Answer 1

您并未真正检查class是否真的tablehead1。

替换

my $url = $token->[1]{class} || "tablehead1";

通过

next unless $token->[1]{class} eq "tablehead1";

应该给你预期的结果。另外，您应该检查实际的<td>是否真的有一个密钥class，例如由

next unless grep( /^class$/, @{$token->[2]} ) && $token->[1]{class} eq "tablehead1";