Perl HTML解析

教えてください！

サイトのHTML内の
<div class="CaseW1">テスト</div>

このテストを抽出し、test.txtに保存させたいのと、
ClassのCaseW1の「W1」だけ抽出させたいです。
※Caseは共通（CaseW2やCaseW3といった感じ）

どのようにするのでしょうか？

No.1 回答者： yambejp 回答日時： 2017/09/21 10:42

正規表現で抜き出せないことはないですが

DOMライブラリを使うほうが効率がいいかもしれません

この回答へのお礼

先日に続きご回答ありがとうございます；；

DOMライブラリとはなんですか？
use LWP::UserAgent;
use HTML::TreeBuilder;
こういうのを使うってこと・・・？

お礼日時：2017/09/21 10:47

No.2 回答者： yambejp 回答日時： 2017/09/21 11:26

Perlについてはあまり詳しくないので手取り足取りでお教えすることはできませんが

このへんですかね

https://metacpan.org/pod/Mojo::DOM
https://metacpan.org/pod/HTML::DOM

この回答へのお礼

ありがとうございます

参考にさせていただきます。
ただモジュールがインストールされていないか、使用できませんでした。

お礼日時：2017/09/21 14:34

No.3 回答者： Ogre7077 回答日時： 2017/09/21 14:14

perl らしく簡単にやるなら

curl -s 対象URL | perl -ne 'print "$1 : $2\n" if m#<div class="Case(\w+)">([^<>]+?)</div>#' > test.txt

この回答へのお礼

ご回答ありがとうございます。

これは、デスクトップ上からは使用できませんか？
↓
C:\Users\owner>C:\Users\owner\Desktop\ewal.pl
syntax error at C:\Users\owner\Desktop\ewal.pl line 3, near "curl -s "
Unknown regexp modifier "/r" at C:\Users\owner\Desktop\ewal.pl line 3, at end of
line
Illegal octal digit '8' at C:\Users\owner\Desktop\ewal.pl line 3, at end of line

Execution of C:\Users\owner\Desktop\ewal.pl aborted due to compilation errors.

↓
C：\ Users \ owner> C：\ Users \ owner \ Desktop \ ewal.pl
C：\ Users \ owner \ Desktop \ ewal.pl 3行目の「curl -s」の構文エラーです。
C：\ Users \ owner \ Desktop \ ewal.pl 3行目の不明なregexp修飾子 "/ r"
ライン
C：\ Users \ owner \ Desktop \ ewal.pl 3行目、行末に不正な8進数の「8」があります

コンパイルエラーのためにC：\ Users \ owner \ Desktop \ ewal.plの実行が中止されました。

のようなエラーとなりました
※ewal.pl これは適当な名前です

お礼日時：2017/09/21 14:36

No.4 回答者： Ogre7077 回答日時： 2017/09/21 15:17

No.3 は UNIX/Linux でワンライナー実行する場合でしたが、

これは Windows のコマンドラインでは少々面倒なので、
今度はスクリプトファイルで実行する場合の例です。

use LWP::Simple;
my $content = get("サイトURL");
open(F, "> test.txt");
while ($content =~ m#<div class="Case(\w+)">([^<>]+?)</div>#g) {
print F "$1 : $2\n";
}
close(F);

参考
http://perldoc.jp/docs/modules/libwww-perl-5.813 …

この回答へのお礼

ありがとうございます！！
解決することができました！！

お礼日時：2017/09/22 14:55