HTML::TreeBuilder ｲｲ - [ぴ](2006-10-04)
_ [Perl] HTML::TreeBuilder ｲｲ HTML の解析処理にはこれまで HTML::Parser とか HTML::TokeParser とか使ってきましたが、どちらもどうにもまどろっこしくてイライラしてました。 で、Perl で CSS セレクタ@naoyaのはてなダイアリーや HTML::Selector::XPath をリリース@blog.bulknews.net 等で HTML::TreeBuilder が使われているのを見て使ってみましたが、DOM っぽく操作できてかなりいい感じです。 とりあえず、指定した URL から HTML をゲットして画像の ALT 属性を展開しつつ全ての A 要素のリンクテキストと URL を表示するテスト use strict; use HTML::TreeBuilder; use LWP::Simple; use URI; #
](https://cdn-ak-scissors.b.st-hatena.com/image/square/6f0a2cd63d112c714b75b4d89011fa25328b373d/backend=imagemagick;height=288;version=1;width=512/https%3A%2F%2Fpmakino.jp%2Ftdiary%2Ftheme%2Fogimage.png)
HTML::TreeBuilder::XPath + WWW::Mechanize なスクリプトを永続化させようとしてはまった - unknownplace.org
WWW::Mechanize でコンテンツとってきて TreeBuilder::XPath で解析するようなのを今まで単機能スクリプトなどでは便利に使っていたのだけど、それを永続的なプロセスで使おうとしたらメモリ使いまくってとんでもないことになったという話。 まずどんどんメモリが増えていくのでタイミングよく読んでいたjrockwayの記事などを参考に、 perl -MDevel::Leak::Object=GLOBAL_bless 付きでスクリプトを実行してみる。 少しソースをいじってまずはループを一回で止めるようにしたときの出力 Tracked objects by class: Config 1 DBI 1 DBI::var 5 DBIx::Class::ResultSource::Table 1 DateTime::Duration 2 DateTime::Format::Build
HTML::Tree - とある技術屋の戯言
HTMLからデータを抜き出すのに、HTML::TreeBuilder(::XPath)を使って試してみた。 #準備 my $tree= HTML::TreeBuilder::XPath->new; $tree->parse_file('file.html'); #階層付きのダンプ(後で使うアドレスも表示される) $tree->dump; #全部の<a>を抜き出す for my $link ($tree->findnodes('//a') { print $link->attr('href'); print $link->as_text; } #アドレスを指定して要素を引っ張ってくる print $tree->address('0.0.3.5.8.0.0.2')->as_text; "リニューアル"と称してフォーマットが変わっても、dumpしてアドレス調べ直せばそれでおしまい。正規表現つかっ
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
HTML::Elementの罠 | Blog::Trapple::Net
サービス終了のお知らせ