Perl 使用Mojo:：DOM在标题后提取未标记的文本

我正在尝试使用Mojo:：DOM从HTML文件中提取一些不带标记的文本（这方面我是新手）。特别是H2标题后的描述文本（文件中还有其他标题）

---

有谁能向我推荐一种获取“This text is the description”字符串的方法吗？

试试这段代码，我刚刚添加了一个父元素：

#!/usr/bin/perl

use strict;
use warnings;
use Mojo::DOM;


my $html = q{<div class="container"><h2>Description</h2>This text is the description<div class="footer">[<a href="/contrib/rev/1597/2795/">Edit description</a>
</div></div>};

my $dom = Mojo::DOM->new($html);

print $dom->at('div.container')->text();

可以遍历所有节点，也可以捕获那些不在HTML元素（标记）中的节点。然后使用以下事实，即您需要

h2

标记后面的节点

更准确地说，它跟随文本节点，该节点是（可识别的）

h2

标记节点的子节点

use warnings;
use strict;
use feature 'say';

use Mojo::DOM;

my $html = q(<h2>Description</h2> This text is the description <p>More...</p>);

my $dom = Mojo::DOM->new($html);

my $is_next = 0;

foreach my $node ($dom->descendant_nodes->each) { 
    my $par = $node->parent;
    if ($node->type eq 'text' and $par->type eq 'tag' and $par->tag eq 'h2') { 
        $is_next = 1;
    }   
    elsif ($is_next) {
        say $node;       #-->   This text is the description
        $is_next = 0;
    }   
}

使用警告；
严格使用；
使用特征“说”；
使用Mojo:：DOM；
my$html=q（描述此文本是描述更多…
）；
my$dom=Mojo:：dom->new（$html）；
我的$is_next=0；
foreach my$node（$dom->子代节点->每个节点）{
我的$par=$node->parent；
如果（$node->type eq'text'和$par->type eq'tag'和$par->tag eq'h2'）{
$is_next=1；
}   
elsif（$is_next）{
假设$node；#-->此文本是描述
$is_next=0；
}   
}

通过询问前一个文本节点（标记的文本）或其父节点（标记），可以添加更多关于感兴趣的

h2

节点的标准（除非它确实是所有这样的节点）

也应该检查节点本身，例如查看它是否确实只是松散的文本，而不是实际的下一个标记

我已经用更复杂的HTML进行了测试；以上是一个几乎最小的可测试标记

---

---

在这个简单的例子中，

$dom->text

捕获所需的文本。但是，在更复杂的片段中，如果搜索的文本不在第一个元素之后，情况就不会如此。

您是否可以像父元素一样发布更多的HTML。

#!/usr/bin/perl

use strict;
use warnings;
use Mojo::DOM;


my $html = q{<div class="container"><h2>Description</h2>This text is the description<div class="footer">[<a href="/contrib/rev/1597/2795/">Edit description</a>
</div></div>};

my $dom = Mojo::DOM->new($html);

print $dom->at('div.container')->text();

print $dom->text();

use warnings;
use strict;
use feature 'say';

use Mojo::DOM;

my $html = q(<h2>Description</h2> This text is the description <p>More...</p>);

my $dom = Mojo::DOM->new($html);

my $is_next = 0;

foreach my $node ($dom->descendant_nodes->each) { 
    my $par = $node->parent;
    if ($node->type eq 'text' and $par->type eq 'tag' and $par->tag eq 'h2') { 
        $is_next = 1;
    }   
    elsif ($is_next) {
        say $node;       #-->   This text is the description
        $is_next = 0;
    }   
}