perl HTML::TreeBuilder::XPath

HTML::TreeBuilder::XPath 添加XPath 支持HTML::TreeBuilder


use HTML::TreeBuilder::XPath;
  my $tree= HTML::TreeBuilder::XPath->new;
  $tree->parse_file( "mypage.html");
  my $nb=$tree->findvalue( '/html/body//p[@class="section_title"]/span[@class="nb"]');
  my $id=$tree->findvalue( '/html/body//p[@class="section_title"]/@id');


  my $p= $html->findnodes( '//p[@id="toto"]')->[0];
  my $link_texts= $p->findvalue( './a'); # the texts of all a elements in $p
  $tree->delete; # to avoid memory leaks, if you parse many HTML documents 
  
  描述:
  
  这个模块增加典型的XPath 到HTML::TreeBuilder, 让它容易查询文档
  
  让它更加容易的查询一个文档。


  方法:
  
  额外的方法增加到树对象和每个元素
  
  findnodes ($path)
  
  返回在$path找到的节点的列表 通过$path,在标量环境返回一个Tree::XPathEngine::NodeSet object.
  
  findnodes_as_string ($path)
  
  返回节点的文本值,作为一个字符串
  
  findnodes_as_strings ($path)
  
  
  返回结果节点的值的列表
  
  findvalue ($path)
  
  
  返回任何一个 Tree::XPathEngine::Literal, a Tree::XPathEngine::Boolean
    
  或者一个Tree::XPathEngine::Number object.
  
  
  如果path返回一个节点集,$nodeset->xpath_to_literal会被自动调用
  
  (因此 a Tree::XPathEngine::Literal is returned)
  
  注意 每个对象字符串所带来的开销,
  
  所以你只需要打印找到的值,或者
  
  findvalues ($path)
  
  返回匹配节点的值作为列表,这主要是和findnodes_as_strings一样,除了列表的元素是对象
  
  exists ($path)
  
  如果给定的path存在 就返回true
  
  matches($path)
  
  返回真如果元素匹配路径
  
  use  LWP::UserAgent;
use HTML::TreeBuilder;
open DATAFH,">>data.html" || die "open data file failed:$!";
my $ua = LWP::UserAgent->new;
$ua->timeout(10);
$ua->env_proxy;
$ua->agent("Mozilla/8.0");


my $response = $ua->get('https://licai.yingyinglicai.com/product/list.htm');




if ($response->is_success) {
 print DATAFH  $response->decoded_content;  # or whatever
# print   $response->decoded_content;  # or whatever
  use HTML::TreeBuilder::XPath;
  my $tree= HTML::TreeBuilder::XPath->new;
  $tree->parse_file( "data.html");
  ##查找body内容,<td><div class="fresh"><p class="text-ellipsis-2"><i class="fresh-icon"></i><a href="/detail/11156-261-500-856-0544.htm">变现宝4275号</a></p></div></td>


   my @nb=$tree->findvalue( '/html/body//div[@class="fresh"]');
  foreach (@nb){print "Product is $_ "};


              }
              else {
               die $response->status_line;
               };
~                                                                                                                                                                                                                             
~                                                                                                                                                                                                                             
~