如何使用 HTML::TreeBuilder 仅查找直系后代？答案

【问题标题】：How to find just the direct descendants with HTML::TreeBuilder?如何使用 HTML::TreeBuilder 仅查找直系后代？
【发布时间】：2012-07-14 08:18:01
【问题描述】：

假设我有一个这样的 HTML 树：

div
`- ul
   `- li          (*)
   `- li          (*)
   `- li          (*)
   `- li          (*)
      `- ul
         `- li
         `- li
         `- li

如何选择标有(*) 的<li> 元素？它们是第一个 <ul> 元素的直接后代。

这是我找到第一个 <ul> 元素的方法：

my $ul = $div->look_down(_tag => 'ul');

现在我有了$ul，但是当我做类似的事情时：

my @li_elements = $ul->look_down(_tag => 'li');

它还可以找到隐藏在 HTML 树中更深的 <li> 元素。

如何仅找到作为第一个 <ul> 元素的直接后代的 <li> 元素？我的数量不详。（我不能像示例中那样只选择前 4 个）。

【问题讨论】：

标签： html perl parsing html-tree

【解决方案1】：

您可以使用content_list 方法获取HTML::Element 对象的所有子节点，因此文档中第一个<ul> 元素的所有子节点将是

use HTML::TreeBuilder;

my $tree = HTML::TreeBuilder->new_from_file('my.html');

my @items = $tree->look_down(_tag => 'ul')->content_list;

但是使用HTML::TreeBuilder::XPath 更具表现力，它可以让您在文档中的任何位置找到<ul> 的所有<li> 子元素<div> 的子元素，就像这样

use HTML::TreeBuilder::XPath;

my $tree = HTML::TreeBuilder->new_from_file('my.html');

my @items = $tree->findnodes('//div/ul/li')->get_nodelist;

【讨论】：

【解决方案2】：

如果你想使用look_down方法，你可以添加一个额外的条件来只获取孩子：

my @li_elements = $ul->look_down(_tag => 'li', sub {$_[0]->parent() == $ul});

【讨论】：

【解决方案3】：

为了让这个页面完美完整，我再添加一个选项：

@li = grep { $_->tag() eq 'li' } $ul->content_list;

（其中 $ul 是您的顶级元素）

【讨论】：