[PerlChina] perl解析HTML处理成DOM对象的处理

[Qiang ( James ) Li]

我对这个不在行，但看到过不少关于此类的信息，给你发过来做参考吧，只是不知
是否有用。 :)

HTML::DOM 底层用的是 HTML::TreeBuilder，或者你可以从 HTML::TreeBuilder
下手？ HTML::TreeBuilder::XPath 和 HTML::DOMbo 看起来可能也会有用。

另外，我最近看到 Web::Scraper 的例子感觉有些相似，推荐你看看。
http://search.cpan.org/perldoc?Web::Scraper 作者的 use.perl 里也提到 DOM
,有很多例子和 tutorials 下载。http://use.perl.org/journal.pl?op=
display&uid=1653&start=10

Qiang


rorot wrote:
>       诸位好，
> 
>         我在使用Perl的HTML::DOM模块处理HTML文档时，出现了一些问题。
> 
>         目的是通过Perl解析HTML文档，生成一个DOM对象。但在这个过程中，适合
>     HTML::DOM模块时，发现，此模块parse了html文档后，生成的DOM对象，丢弃了很
>     多原来HTML文档里的元素。甚至可以说，除了body能处理正确外，其他的Element
>     都无法正确处理。
> 
>         我想：或者是我的script编写问题(参考了HTML::DOM的POD写的脚本), 或
>     者是
>     此模块(HTML::DOM)本身有问题，我看到它是alpha版本。
> 
>         现在，我的问题是：如果需要在Perl下解析HTML文档生成DOM对象，使用
>     HTML::DOM模块足够吗？或者还有其他更好的模块？Perl能类似于 Mozilla那样，
>     对于某些不符合w3c规范的HTML文档也能良好处理吗？
> 
>         PS: 经过CPAN搜索，我看到了Mozilla::DOM模块，尝试编译时，发生错
>     误，需
>     要XPCOM支持，对XPCOM，几乎无印象，希望有懂得前辈指点一二。
> 
>     rorot 
> 
> 
> ------------------------------------------------------------------------
> 
> _______________________________________________
> China-pm mailing list
> China-pm at pm.org
> http://mail.pm.org/mailman/listinfo/china-pm