Как наладить парсинг html-страницы на Perl?

Question

[AnthonyCherepkov]

Здравствуйте.
Подскажите, пожалуйста, как со страницы www.efremova.info/word/slovar.html спарсить следующее:
Книга, содержащая перечень слов, их частей или словосочетаний с пояснениями, толкованиями или с переводом на другой язык.
Спасибо огромное вам, добрые люди.

Answer 1

[alexbyk]

#!/usr/bin/env perl
use Mojo::Base -strict;
use Mojo::UserAgent;

my $uri = 'http://efremova.info/word/slovar.html';
my $sel = 'td#centerCnt ol li';

my $ua   = Mojo::UserAgent->new();

my $text = $ua->get($uri)->res->dom->at($sel)->text;

Только не забудьте про кодировку и проверку ответа

Comments

[AnthonyCherepkov]

Спасибо вам огромное, огромное! Но не могли бы вы дописать про кодировку?
Спасибо ещё раз.

[alexbyk]

А я ж не знаю, что вы дальше с этим текстом делать будете и как использовать. Если коротко, то в какой-то момент может понадобиться что-то типа

use Encode;
my $str = decode 'cp1251', $text;

(пишу без проверки, возможно где-то ошибаюсь), так как указанный вами ресурс не возвращает кодировку ответа… а может и не понадобится. Вы лучше попробуйте, посмотрите — а если полезут кракозябли — киньте сюда, я или кто-нибудь поможет/исправит)

Answer 2

[vsespb]

регэкспом
$body =~ /<li><a name="so1"><\/a>([^\"]+)/ ; print $1;

Answer 3

[Александр Skipped]

Еще есть отличный парсер metacpan.org/module/Web::Scraper

Очень понравилось с ним работать.