用Perl刮取HTML文件，只返回内容，按顺序

使用HTML:：TreeBuilder——或Mojo:：DOM——我希望对内容进行刮取，但保持其有序，以便将文本值放入数组中（然后使用变量替换文本值以用于模板化）

但这在TreeBuilder中

my $map_r = $tree->tagname_map();

my @contents = map { $_->content_list } $tree->find_by_tag_name(keys %$map_r);

foreach my $c (@contents) {
  say $c;
}

不会返回顺序——当然，散列不会被排序。那么，如何从根开始访问树并保持返回值的顺序呢？递归地在树上行走？基本上，除了每个元素之外，我想使用“as_text”方法。（遵循这一点，但我对所有元素都需要它）

这更好（使用Mojo:：DOM）：

---

但是，欢迎任何进一步的评论。

HTML:：TreeBuilder的页面/源文件的输入是什么？不是URL，只是本地HTML文件（在磁盘上）。既然您使用的是标记名\u map（），但没有任何参数，不如

my@content=content\u list（）

而不是标记名\u map（）。应该点这个。看起来很奇怪，因为你在下一行中使用它，但是如果你只想要某些标签，你应该发布它；我试试看。我想要所有的标签，因为我不知道哪一个有文本。这让我不知所措，试图去引用所有的东西。例如：

一些文本now boldextra text

应该是“some text”、“now bold”、“extra text”（引用的数组不是问题，我可以处理），而不是Mojo:：DOM为我的$x（$DOM->parse（$html）->find（'*'）->用

处理的“some text”、“extra text”、“now bold”）{my$text=$x->text；chomp$text；push@text，$text；}

$dom->parse($html)->find('*')->each(
    sub {
        my $text = shift->text;
        $text =~ s/\s+/ /gi;
        push @text, $text;
    }
  );