PerlはHTMLテーブルのリンクを解析します

Question

私はHTMLのテーブルからリンクを取得しようとしています。 HTML::TableExtractを使用すると、テーブルを解析してテキストを取得できます（例：Ability、Abnormal in below）が、テーブルに含まれるリンクを取得できません。たとえば、

<table id="AlphabetTable"> 
    <tr>  
    <td> 
    <a href="/cate/A/Ability">Ability</a> <span class="count">2650</span> 
    </td> 
    <td> 
    <a href="/cate/A/Abnormal">Abnormal</a> <span class="count">26</span> 
    </td> 
</table> 

HTML :: TableExtractを使用してリンクを取得する方法はありますか？またはこのような状況で使用する可能性がある他のモジュール。私のコードのおかげで

一部：

$mech->get($link->url()); 
$te->parse($mech->content); 

foreach $ts ($te->tables){ 
    foreach $row ($ts->rows){ 
     print @$row[0];  #it only prints text part 
          #but I want its link 
    } 
} 

Answer 1

HTML::LinkExtor、その解析方法に抽出されたテーブルのテキストを渡します。

my $le = HTML::LinkExtor->new(); 

foreach $ts ($te->tables){ 
    foreach $row ($ts->rows){ 
     $le->parse($row->[0]); 
     for my $link_tag ($le->links) { 
      my ($tag, %links) = @$link_tag; 
      # next if $tag ne 'a'; # exclude other kinds of links? 
      print for values %links; 
     } 
    } 
} 

Answer 2

コンストラクタではkeep_htmlオプションを使用してください。

keep_html

戻るというだけで目に見えるテキストよりも、セルに含まれる生のHTML。埋め込みテーブルは、セルから抽出されたHTMLには保持されません。このオプションが有効な場合、ヘッダー一致のパターンは文字列内のHTMLを考慮する必要があります。このオプションは、要素ツリー構造に抽出すると効果がありません。

$te = HTML::TableExtract->new(keep_html => 1, headers => [qw(field1 ... fieldN)]);