背景：
我正在使用HTML :: TreeBuilder来解析整个html页面，说“whole_page”以供参考。然后我使用新的TreeBuilder对象的继承parse_content方法（与whole_page相同）来解析一大块html，比如“html_to_insert”。 html_to_insert的根元素应该是<div>标记。最终，需要将html_to_insert树插入到whole_page树中。
问题：
html_to_insert树包含<html>，<head>和<body>标记，我显然不需要这些标记。我查看了HTML :: Parser以查看是否有可能解决问题的参数，但我找不到任何内容。
问题：
有没有一种简单的方法可以阻止parse方法用不需要的标签包装html_to_insert？知道我想要做什么，我是否向后做这个屁股（有更好的方法）吗？
感谢您的帮助。
答案 0 :(得分：3)
您可能希望查看HTML::Tree中的guts方法。它仅将非隐式节点作为列表返回。
答案 1 :(得分：2)
如果您可以确保您的HTML符合XHTML标准，也就是说，它是一个合适的XML文档，您可以使用XML工具来完成这项工作。在过去，我使用XML :: Twig来完成这类工作，这样做有点容易。
当然，如果你从互联网上解析任意网页，你可能没有这种保证。