一切都很顺利,直到我无法得到一组数据.
我正在使用正则表达式,除了最喜欢的竞技场,武器和游戏类型之外,它们还可以用于所有事情.我只需要在$1中获取这三个元素的名称以便进一步处理.
我尝试重新制作收藏夹图片,但没有成功.如果它有用,我已经在脚本中使用了WWW :: Mechanize.
我认为问题可能与那些元素的段落的类名有关,而前一个是无类的.
您可以找到示例配置文件HERE.
请注意,对于页面的上一部分,它使用如下代码:
$content =~ /<b>Wins:<\/b> (.*?)<br \/>/;$wins = $1;print "Wins: $wins\n";@H_301_23@解决方法 当前的问题是你有:<p ><img src="http://cdn.quakelive.com/web/2010092807/images/profile/none_v2010092807.0.gif" wIDth="17" height="17" alt="" /> <b>Arena:</b> Campgrounds <div ></div> </p>@H_301_23@也就是说,没有< br />遵循竞技场等收藏夹的价值.现在,正确的方法是使用正确的HTML解析器.脆弱的解决方案是调整您的模式(未经测试):
my ($favarena) = $content =~ m{<b>Arena:</b> ([^<]+)};@H_301_23@这应该把一切都放在<下一个< div>在$favarena.现在,如果所有竞技场都是单个单词,其中没有空格,
my ($favarena) = $content =~ m{<b>Arena:</b> (\S+)};@H_301_23@可以省去你之后不得不修剪空白的麻烦.
请注意,这种基于正则表达式的解决方案很容易被简单的事情所愚弄,例如源代码中注释掉的片段.例如,如果要将来源更改为:
<p ><img src="http://cdn.quakelive.com/web/2010092807/images/profile/none_v2010092807.0.gif" wIDth="17" height="17" alt="" /><!-- <b>Arena: </b> here --> <b>Arena:</b> Campgrounds <div ></div> </p>@H_301_23@你的脚本会遇到麻烦,因为使用HTML解析器的解决方案不会.
使用HTML::TokeParser::Simple的示例:
#!/usr/bin/perluse strict; use warnings;use HTML::TokeParser::Simple;my $p = HTML::TokeParser::Simple->new( 'martianbuddy.HTML' );while ( my $tag = $p->get_tag('p') ) { next unless $tag->is_start_tag; next unless defined (my $class = $tag->get_attr('class')); next unless grep { /^prf_faves\z/ } split ' ',$class; my $fav = $p->get_tag('b'); my $type = $p->get_text('/b'); my $value = $p->get_text('/p'); $value =~ s/\s+\z//; print "$type = $value\n";}@H_301_23@输出:
Arena: CampgroundsGame Type: Clan ArenaWeapon: Rocket Launcher@H_301_23@并且,这是使用HTML::TreeBuilder的示例:
#!/usr/bin/perluse strict; use warnings;use HTML::TreeBuilder;use YAML;my $tree = HTML::TreeBuilder->new;$tree->parse_file('martianbuddy.HTML');my @p = $tree->look_down(_tag => 'p',sub { return unless defined (my $class = $_[0]->attr('class')); return unless grep { /^prf_faves\z/ } split ' ',$class; return 1; });for my $p ( @p ) { my $text = $p->as_text; $text =~ s/^\s+//; my ($type,$value) = split ': ',$text; print "$type: $value\n";}@H_301_23@输出:
Arena: Campgrounds Game Type: Clan Arena Weapon: Rocket Launcher@H_301_23@
鉴于文档是HTML片段而不是完整文档,您将在基于HTML::Parser的模块上获得更多成功,而不是那些期望在格式良好的XML文档上运行的模块.
总结以上是内存溢出为你收集整理的html – 如何使用Perl可靠地解析QuakeLive播放器配置文件?全部内容,希望文章能够帮你解决html – 如何使用Perl可靠地解析QuakeLive播放器配置文件?所遇到的程序开发问题。
如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)