perl html解析库/工具

是否有一些强大的perl工具/libs，比如从BeautifulSoup到python

---

谢谢

对于大多数问题来说都是一个不错的解决方案。

我从未使用过BeautifulSoup，但是快速浏览一下它的文档，您可能会想要它。它甚至可以很好地处理已损坏的文档，并允许遍历已解析的树或查询项-在中查看

look\u down

方法

---

如果您喜欢/了解XPath，请参阅daxim的建议。如果您想通过CSS选择器选择项目，请查看或。

在寻找功能时，您可以使用XML:：LibXML解析HTML。这样做的好处是，您可以使用Perl提供的最快、最好的XML工具链（excecpt MSXML，仅限MS）来处理您的文档，包括XPath和XSLT（如果使用XML:：LibXML以外的其他解析器，则需要重新解析）

use strict;
use warnings;
use XML::LibXML;
# In 1.70, the recover and suppress_warnings options won't shup up the
# warnings. Hence, a workaround is needed to keep the messages away from
# the screen.
sub shutup_stderr {
    my( $subref, $bufref ) = @_;
    open my $fhbuf, '>', $bufref;
    local *STDERR = $fhbuf;
    $subref->(); # execute code that needs to be shut up
    return;
}
# ==== main ============================================================
my $url = shift || 'http://www.google.de';
my $parser = XML::LibXML->new( recover => 2 ); # suppress_warnings => 1
# Note that "recover" and "suppress_warnings" might not work - see above.
# https://rt.cpan.org/Public/Bug/Display.html?id=58024
my $dom; # receive document
shutup_stderr
    sub { $dom = $parser->load_html( location => $url ) }, # code
    \my $errmsg; # buffer
# Now process document as XML.
my @nodes = $dom->getElementsByLocalName( 'title' );
printf "Document title: %s\n", $_->textContent for @nodes;
printf "Lenght of error messages: %u\n", length $errmsg;
print '-' x 72, "\n";
print $dom->toString( 1 );