尝试在Perl中使用HTML:：TableExtract从HTML文件中提取表，但失败

我试图从以下站点的表格中提取每个G蛋白偶联受体的信息：

更具体地说，我想从列中提取信息（配体、Sp、动作、亲和力、单位）。目前，我一直在从提取中输出空文件，因此模块似乎无法识别我指定的表。这是我到目前为止编写的代码，它被设计用来遍历每个HTML文件，该文件对应于每个G蛋白偶联受体的信息

use warnings;
use strict;
use HTML::TableExtract;

my @names = `ls /home/wallakin/LINDA/ligands/iuphar/data/html`;

foreach (@names)
{
#Delete empty lines in HTML
open (IN, "</home/wallakin/LINDA/ligands/iuphar/data/html/$_") or die "Can't open html";
my @htmllines = <IN>;
close IN;
for (@htmllines)
{
    s/^\s*$// or s/^\s*//;
}
open (OUT, ">/home/wallakin/LINDA/ligands/iuphar/data/html2/$_");
print OUT @htmllines;
close OUT;

#Extract data from HTML tables based on column headers
my $te = HTML::TableExtract->new ( 
                    headers => [ qw(Ligand Sp. Action Affinity Units) ],
                    depth => 1,
                    count => 1


                    );


$te->parse_file("/home/wallakin/LINDA/ligands/iuphar/data/html2/$_");

my $output = $_;
$output =~ s/\.html/\.txt/g;
open (RESET, ">/home/wallakin/LINDA/ligands/iuphar/data/ligands/$output");
close RESET;
open (DATA, ">>/home/wallakin/LINDA/ligands/iuphar/data/ligands/$output");
binmode (DATA, ":utf8");
binmode (STDOUT, ":utf8");  


foreach my $ts ($te->tables)
{
    print "Table (", join(',', $ts->coords), "):\n";


    foreach my $row ($te->rows)
    {

        foreach ( grep {defined} @$row)
        {
            $_ =~ s/\n/\ /g;
            $_ =~ s/\r//g;  
            #$_ =~ s/\s+/ /g;
        }

        #Each column's data separated by tabs
        print DATA join ("\t", grep {defined} @$row),"\n";
    }
}
close DATA;
}

使用警告；
严格使用；
使用HTML:：TableExtract；
my@names=`ls/home/wallakin/LINDA/ligands/iuphar/data/html`；
foreach（@names）
{
#删除HTML中的空行
打开（在“中），这似乎适用于您提供的URL：

use 5.014;
use strict;
use warnings;
use open qw(:std :utf8);

use HTML::TableExtract;

my $te = HTML::TableExtract->new(
    headers => [qw(Ligand Sp. Action Affinity Units Reference)],
);

$te->parse_file('sample.html');

my @tables = $te->tables;
for my $t (@tables) {
    my @rows = $t->rows;
    for my $r (@rows) {
        for my $c (@$r) {
            $c =~ s/\A\s+//;
            $c =~ s/\s+\z//;
        }
        say "@$r";
    }
}

这似乎适用于您提供的URL：

use 5.014;
use strict;
use warnings;
use open qw(:std :utf8);

use HTML::TableExtract;

my $te = HTML::TableExtract->new(
    headers => [qw(Ligand Sp. Action Affinity Units Reference)],
);

$te->parse_file('sample.html');

my @tables = $te->tables;
for my $t (@tables) {
    my @rows = $t->rows;
    for my $r (@rows) {
        for my $c (@$r) {
            $c =~ s/\A\s+//;
            $c =~ s/\s+\z//;
        }
        say "@$r";
    }
}

/home/wallakin/LINDA/ligands/iuphar/data/html2/中的HTML文件是否只是您提供的URL中的原始HTML？您的代码是直接的，并且应该很容易调试，假设其他人（如我）也是这样可以复制输入数据。假设HTML:：TableExtract工作，这也不是我所确定的。感谢您的回复！是的，它是用正则表达式替换来删除空行的原始HTML文件。是/home/wallakin/LINDA/ligands/iuphar/data/html2/中的HTML文件之一，只是您提供的URL中的原始HTML吗ided？您的代码很简单，并且应该很容易调试，假设其他人（比如我）可以复制输入数据。假设HTML:：TableExtract工作，这也不是我所确定的。感谢您的回复！是的，这是使用正则表达式替换编辑的原始HTML文件，用于删除空行。我尝试了此操作，但出现了此错误：“字符串在extract_iuphar_dbdata.pl第50行附近的预期位置找到运算符。”“say”@$r”“（您需要预先声明吗？）“他正在使用Perl 5.14。如果您因为使用较旧的Perl版本而删除了“use Perl”行，只需将“say”替换为“print”。除此之外，当我尝试在@$row上使用print命令时，我会遇到以下错误：“全局符号“$row”要求在extract_iuphar_dbdata.pl第49行使用显式包名。”问题解决了。结果是我忘了啃我的文件名列表，这导致我的解析器无法识别我输入的文件名。否则，您的代码工作得很好！非常感谢，大家！我尝试了这一点，但出现了以下错误：“字符串在extract_iuphar_dbdata.pl第50行的“say”@$r附近找到了运算符期望的位置”（你需要预先声明吗？）他使用的是Perl 5.14。如果因为Perl版本较旧而放弃了“use Perl”这一行，只需将“say”替换为“print”。除此之外，当我尝试在@$row上使用print命令时，会出现以下错误：“全局符号“$row”需要在extract_iuphar_dbdata.pl第49行显示包名。”问题解决了。结果是我忘了咀嚼我的文件名列表，这导致我的解析器无法识别我输入的文件名。否则，你的代码工作得很好！谢谢大家！