解析HTML使用Perl

Question

我有以下的HTML的

<a href="http://address.com">John</a>: I really <b>love</b> <b>soccer</b>; 

我想将它解析为一个CSV，我将不得不

名称=约翰

评论=我真的很喜欢足球。

关键词=爱足球

在控制台应用程序，任何的帮助深表感谢。

Answer 1

下面是一个例子，如何做HTML::TreeBuilder解析：

use HTML::TreeBuilder; 

my $html = HTML::TreeBuilder->new_from_content(<<END_HTML); 
<a href="http://address.com">John</a>: I really <b>love</b> <b>soccer</b>; 
END_HTML 

my $name  = $html->find('a')->as_text;    # "John" 
my @keywords = map { $_->as_text } $html->find('b'); # "love", "soccer" 
my $comment = $html->as_text;       # "John: I really love soccer; " 

清理$comment被留作练习。

Answer 2

有很多在CPAN HTML解析器，我的首选之一是HTML::TreeBuilder::XPath

Text::CSV将帮助你从提取的数据生成CSV。