perlでHTMLソースを解析してformタグの要素を取得したいのです

解決済

質問者：luno-ray
質問日時：2010/09/30 10:15
回答数：2件

perlでHTMLソースを解析してformタグの要素を取得したいのですが、そのようなライブラリはありますか？
できれば、javascriptでHTMLソースから情報を得られるようなAPIだと良いのですが。
即ち、document.forms[].actionとかdocument.forms[].elements[].valueのように。

通報する

この質問への回答は締め切られました。

質問の本文を隠す

回答 (2件)

No.2ベストアンサー

回答者： shiren2
回答日時：2010/10/02 12:38

私ならMechanizeを使いますが。

他の方の書き込みも美しいですなぁ。

WWW-Mechanize
http://search.cpan.org/~petdance/WWW-Mechanize-1 …

#!/usr/bin/perl
use strict;
use WWW::Mechanize;
use encoding 'utf8';

my $mech = WWW::Mechanize->new;
$mech->get("http://www.google.co.jp/");

for my $form($mech->forms){
　printf("%s %s\n", $form->method, $form->action);

　my @names = $form->param;
　for(@names){
　　printf("　%s => %s\n", $_, $form->param($_));
　}
　
　print "\n";
}

- 1
- 件

通報する

この回答へのお礼

ありがとうございます。
これ使えそうです。

通報する

お礼日時：2010/10/02 17:27

No.1

回答者： _--_1l1_1_
回答日時：2010/09/30 20:25

やり方は色々あるんですが、HTML::TagParserを使う方法を書きます。

表示がずれるので、空白2文字を全角空白にしてます。
use strict;
use warnings;
use HTML::TagParser;

my $page = << 'EOT';
<html>
　<head>
　　<title>The Title</title>
　　<meta http-equiv="Content-Type" content="text/html; charset=iso-8859-1" />
　</head>
　<body>
　　<hr />
　　<form id="form1" method="get" action="print_env1.cgi">
　　　<input type="text" name="username" value="Anonymous" /><br />
　　　<input type="submit" name="Send" value="Send" />
　　</form>
　　<form id="form2" method="post" action="print_env2.cgi" enctype="multipart/form-data">
　　　<input type="text" name="username" value="Anonymous" /><br />
　　　<input type="submit" name="Send" value="Send" />
　　</form>
　</body>
</html>
EOT

my $html　= HTML::TagParser->new($page);
my @forms = $html->getElementsByTagName('form');

for my $elem (@forms) {
　　my $tagname = $elem->tagName;
　　my $attr　　= $elem->attributes;
　　my $text　　= $elem->innerText;

　　print "--- tagname", $/, $tagname, $/;
　　print "--- attribute", $/;
　　for my $key ( sort keys %{$attr} ) {
　　　　print "$key=", $attr->{$key}, $/;
　　}
　　print "--- interText", $/, $text, $/;
}

# result
#
# --- tagname
# form
# --- attribute
# action=print_env1.cgi
# id=form1
# method=get
# --- interText
#
# --- tagname
# form
# --- attribute
# action=print_env2.cgi
# enctype=multipart/form-data
# id=form2
# method=post
# --- interText
#