WWW :: Mechanize :: Firefox如何提取HTML元素标签中的文本？

问题描述：

美好的一天，WWW :: Mechanize :: Firefox如何提取HTML元素标签中的文本？

你如何打印HTML标签与WWW::Mechanize::Firefox的文字？

我曾尝试：

print $_->text, '/n' for $mech->selector('td.dataCell'); 

    print $_->text(), '/n' for $mech->selector('td.dataCell'); 


    print $_->{text}, '/n' for $mech->selector('td.dataCell'); 

    print $_->content, '/n' for $mech->selector('td.dataCell');

记住我不想{innerhtml}，但这并BTW工作。

print $_->{text}, '/n' for $mech->selector('td.dataCell');

上面一行的工作，但输出的只是多/n

答

我唯一的解决办法是使用

print $mech->xpath('//td[@class="dataCell"]/text()');

：

my $element = $mech->selector('td.dataCell'); 

my $string = $element->{innerHTML};

然后格式化每个dataCell

答

我会做：用xpath表达

修正了Xpath表达错误 – 2013-03-27 22:24:40

它打印出'Mozrepl :: RemoteObject :: Instance = HASH（s0mehex）'而不是dataCells内部的文本 – surfer190 2013-03-28 06:21:26

@ surfer190您必须添加'type => $ mech-> xpathResult（ 'STRING_TYPE'）'作为另一个参数 – CJ7 2016-07-04 23:53:18

答

my $node = $mech->xpath('//td[@class="dataCell"]/text()'); 

print $node->{nodeValue};

需要注意的是，如果你检索文字穿插着其他标记，如“TEST_1”和“Test_3”在这个例子中的HTML ...

<html> 
    <body> 
    <form name="input" action="demo_form_action.asp" method="get"> 
     <input name="testRadioButton" value="test 1" type="radio">Test_1<br> 
     <input name="testRadioButton" value="test 3" type="radio">Test_3<br> 
     <input value="Submit" type="submit"> 
    </form> 
    </body> 
</html>

您需要通过自己的位置标记（采取任何新行考虑）中引用它们：

$node = $self->{mech}->xpath("//form/text()[2]", single=>1); 

print $node->{nodeValue};

它打印“TEST_1”。

让我的一天！男孩。 – 2017-01-16 05:44:03

答

或者：

$element->{textContent};

或

$element->{innerText};

会工作。

WWW :: Mechanize :: Firefox如何提取HTML元素标签中的文本？

相关推荐