使用Html :: TreeBuilder :: XPath打印表格內容

Question

我想從html文件中提取所有表格，並按以下方式打印其各個單元格，每個單元格由\t分隔，每行用\n分隔，每個表格用\n\n 。以下是我的腳本，當我將它改爲在tr上查找值時，整個tr作爲一個元素插入，我甚至嘗試了其他方法，如findnodes_as_strings（$ path），我想將其修改爲上述結構。

use strict; 
use warnings; 
use HTML::TreeBuilder::XPath; 

my $tree= HTML::TreeBuilder::XPath->new; 
$tree->parse_file("html.html"); 

my @values=$tree->findvalues(q{//table//tr//td}); 

print $_, "\n" foreach(@values); 

Answer 1

需要分別處理每個表，同爲行：

foreach my $table ($tree->findnodes('//table')) { 

    foreach my $row ($table->findnodes('.//tr')) { 

     my @cells = $row->findvalues('.//td'); 
     print join("\t", @cells), "\n"; 
    } 
    print "\n"; 
} 

當然這只是針對簡單的表格溶液（想想columnspans，日，表內表等）