Problem mit HTML::Parser (Fragen zu Perl-Modulen)

[thread]14671[/thread]

Problem mit HTML::Parser

Leser: 22

Articles: hide open all | hide show old branches

+5 replies
Gast undef

2010-02-15 16:27
Hallo zusammen,

ich habe ein Verständnisproblem mit dem Modul HTML::Parser. Ich möchte gerne aus einer HTML Datei überall den Text, welcher zwischen zwei Tags steht entfernen.

Habe mir Testweise folgende HTML-Datei gebastelt:
Code: (dl )

1 2 3 4 5 6 7 8 9 10

1 <html> 2 <head> 3 <title>Dummy...</title> 4 </head> 5 <body> 6 Nr.1 to parse 7 <a href=/dev/null>Bla</a> 8 blablub 9 </body> 10 </html>
Hieraus soll er mir immer das zwischen und parsen und dann ausgeben.
Code: (dl )

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

1 #!/usr/bin/perl 2 3 use strict; 4 use warnings; 5 use Data::Dumper; 6 use HTML::Parser; 7 8 my $p = HTML::Parser->new( api_version => 3, start_h => [\&start, "tagname,self"],); 9 my @results; 10 11 sub start { 12 my $tagname = shift; 13 my $self = shift; 14 15 $self->handler( text => sub { my $text = shift; print "$text\n"; }, "dtext"); 16 } 17 18 $p->report_tags("p"); 19 $p->parse_file("index.html");
Ich suche nur nach tags, welche sind und rufe dann den text handler auf, welcher mir dann aber mehr ausgibt, als nur den text, bis zum . Ich habe leider keine Ahnung, wie ich dem Modul sage, das er nur bis zum arbeiten soll. Der End Handler könnte evtl. irgendwie dafür eingebunden werden aber ich hab leider keine Ahnung wie?!

Vielen Dank schon mal für eure Hilfe!

Viele Grüße

//Mod-Edit Crian: Zweiten Codeblock geschlossen.
Last edited: 2010-02-15 16:31:18 +0100 (CET)
- +4 replies
- pq
 
 2010-02-15 16:43
 User since
 2003-08-04
 12208 Artikel
 Admin1
 HTML::Parser ist mächtig, aber kompliziert.
 eventuell kannst du das ganze ja mit HTML::TreeBuilder::XPath erledigen:
 
 Code (perl): (dl )
 
 1 2 3 4
 
 use HTML::TreeBuilder::XPath; my $tree = HTML::TreeBuilder::XPath->new; $tree->parse_file( "index.html"); my @nb = $tree->findvalues( '/html/body//p');
 
 Always code as if the guy who ends up maintaining your code will be a violent psychopath who knows where you live. -- Damian Conway in "Perl Best Practices"
 lesen: Wie frage ich & perlintro brian's Leitfaden für jedes Perl-Problem
 - +3 replies
 - Gast undef
 
 2010-02-15 16:45
 
 Hi,
 
 ich würde gerne HTML::Parser verstehen lernen, deshalb überhaupt die Frage :) Der Code den ich schreibe ist nur, um mich in das Modul einzuarbeiten.
 
 Gruss
 - renee
 
 2010-02-15 16:47
 
 User since
 2003-08-04
 14371 Artikel
 ModeratorIn
 
 Vielleicht hilft Dir dieser Artikel weiter...
 OTRS-Erweiterungen (http://feature-addons.de/)
 Frankfurt Perlmongers (http://frankfurt.pm/)
 --
 
 Unterlagen OTRS-Workshop 2012: http://otrs.perl-services.de/workshop.html
 Perl-Entwicklung: http://perl-services.de/
 - pq
 
 2010-02-15 16:48
 
 User since
 2003-08-04
 12208 Artikel
 Admin1
 
 dann musst du IMHO im starthandler abfragen, ob $tagname gleich "p" ist und eine globale variable setzen, und im endhandler diese wieder zurücksetzen. mit der syntax $self->handler(...) hab ich keine erfahrung, aber vielleicht kann man dort auch den tagnamen übergeben, so dass du ihn darin abfragen kannst.
 
 edit: ah, im von renee verlinkten artikel steht's ja, wie's geht.
 Always code as if the guy who ends up maintaining your code will be a violent psychopath who knows where you live. -- Damian Conway in "Perl Best Practices"
 lesen: Wie frage ich & perlintro brian's Leitfaden für jedes Perl-Problem

View all threads created 2010-02-15 16:27.