HTML::TreeBuilderによるパース（タグとテキストを全表示）:Geekなぺーじ
ここでは、取得したHTTPメッセージのbody部分に含まれるHTMLを解析してタグ名とテキスト情報を抽出する方法を説明します。 HTTPクライアントサンプル 以下にHTTP::LiteとHTTP::TreeBuilderを利用したクライアントを示します。 まず、<BODY>タグをfindによって取得しています。 次に、取得したBODYタグに含まれるタグとテキスト情報を再帰的に抽出しています。 #!/usr/bin/perl use HTTP::Lite; use HTML::TreeBuilder; $http = new HTTP::Lite; # URL部分を変更して下さい $req = $http->request("http://www.hogehogeURL.com/") || die $!; $body = $http->body(); $tree = HTML::TreeBu
Perl : HTML::TreeBuilderによるパース（リンクの取得）
ここでは、取得したHTTPメッセージのbody部分に含まれるHTMLを解析してAタグ内に含まれるリンクURLを取り出す方法を説明したいと思います。 HTTPクライアントサンプル 以下にHTTP::LiteとHTTP::TreeBuilderを利用したクライアントを示します。 まず、Aタグを順次取得しています。 次に、取得したAタグに含まれるhref attributeをprintしています。 #!/usr/bin/perl use HTTP::Lite; use HTML::TreeBuilder; $http = new HTTP::Lite; # URL部分を変更して下さい $req = $http->request("http://www.hogehogeURL.com/") || die $!; $body = $http->body(); $tree = HTML::TreeBu
HTML::Element - CPAN
NAME HTML::Element - Class for objects that represent HTML elements VERSION This document describes version 5.07 of HTML::Element, released August 31, 2017 as part of HTML-Tree. SYNOPSIS use HTML::Element; $a = HTML::Element->new('a', href => 'http://www.perl.com/'); $a->push_content("The Perl Homepage"); $tag = $a->tag; print "$tag starts out as:", $a->starttag, "\n"; print "$tag ends as:", $a->e
perlでHTMLを解析して欲しい情報を抽出するためのコードをメモ
HTMLファイルから特定のタグに囲まれている情報だけを抽出したり、リンクだけを抽出したりしたいと思ったので、それを実現するコードを色々調べてperlで作成してみたのでメモしておきます。いわゆるスクレイピングするためのコードです。このコードでは、perlのHTML::TreeBuilderを使いました。 #2014/1/25追記 以下にメモしたコードそのままでは、HTML5で記述されたhtmlファイルから情報を抽出できません。HTML5にも対応したコードはperlでHTML5を解析して情報を抽出するコード（HTML::TagParser版）にメモしたので、見て頂ければと思います。 実行環境と使用したperlモジュール 実行環境はUbuntu12.04 64bit です。 使用したのは以下の２つのモジュールです。これらのインストールはcpanmで行いました。 HTML::TreeBuilder
perl HTML::TreeBuilder の使い方等の覚え書き - 今日の１日振り返ります。
はじめに perl のモジュールの１つに HTML::TreeBulider というものがあります。これは何かというとHTML形式で書かれたファイルから class や id を探してその中身を抜き出して出力してくれるモジュールです。私が認識してるのはそんなところ。詳しくは以下参照ください。上手くいかなかった所や解決策について記述してます。 参照元 HTML::TableExtract - search.cpan.org ちょいマシなCPAN機械翻訳〜HTML::TreeBuilder スポンサーリンク 基本的な使い方？ 基本的な使い方なのかどうかわかりませんが、HTML、perlと出力結果 を載せます。 HTML(ファイル名:11.html) perl(ファイル名:url200.pl) 出力結果 $ ./url200.pl AAAAAAAAAA CCCVSDDD EEEVSFFF GGG
adiaryが面白い件について - 好奇心旺盛な日々
adiaryと言う一種のCMSがあるのだが実に面白い。 はてな記法は出来るし、プチWiKiも出来るしといった具合に色々な事が出来るようだ。 出来るようだと言ったのも、まだまだ全部使いこなせていないので今色々と試している最中である。 「はてな」自体は実は別のアカウントでブログを書いていたのだが、某巨大掲示板で話題になり「こいつは狂信者に違いない」と叩かれ、結構怖い思いをしたのでそれ以来タッチをしていない。 だけど「はてな」の殆どが、HTMLを知らなくても容易に書ける仕組みになっていることが素晴らしいし、このシステム自体を自社のサーバーに導入できないか真剣に探したこともあったが、なかなか見つからなかった。 最近になってadiaryの存在を知り、安サーバーにインストールして使ってみているのだが、ある程度パーミッションやらデータベースサーバの知識がないと、ちょっと敷居が高い気がする。 Wordpr
Markdown - Wikipedia
Markdown（マークダウン）は、文書を記述するための軽量マークアップ言語のひとつである。本来はプレーンテキスト形式で手軽に書いた文書からHTMLを生成するために開発されたものである。しかし、現在ではHTMLのほかパワーポイント形式やLaTeX形式のファイルへ変換するソフトウェア（コンバータ）も開発されている。各コンバータの開発者によって多様な拡張が施されるため、各種の方言が存在する。 オリジナルのMarkdown[編集] 「書きやすくて読みやすいプレーンテキストとして記述した文書を、妥当なXHTML（もしくはHTML）文書へと変換できるフォーマット」として、ジョン・グルーバー（英語版）により作成された。アーロン・スワーツも大きな貢献をしている[4]。Markdownの記法の多くは、電子メールにおいてプレーンテキストを装飾する際の慣習から着想を得ている。 Markdownはグルーバーによ
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
改行コードの話