html parsen - #112424 (Allgemeines zu Perl)

Froschpopo

2008-07-22 10:01

User since
2003-08-15
2653 Artikel
BenutzerIn
[default_avatar]

ich suche eine Möglichkeit mit HTML::Parser den Inhalt von <div class="p">...</div> zu extrahieren.

Also quasi:

Code: (dl )

<div class="p">diesen Text brauche ich!</div>
<div class="p">diesen Text brauche ich!</div>
<div class="em">uninteressant</div>
<div class="p">diesen Text brauche ich!</div>
<div class="p">diesen Text brauche ich!</div>
<div class="em">uninteressant</div>

Wie kann ich HTML::Parser auf class="p" abrichten?
Ich hab auch schon ins Wiki geschaut, aber die Beispiele dort sind mir nicht wirklich schlüssig.

Hier mal ein Anfang:

Code (perl): (dl )

#!/usr/bin/perl

use strict;
use warnings;
use HTML::Parser;

my @found = ();
my $p = HTML::Parser->new(
        start_h => [\&start, 'self,tagname,attr'],
        end_h   => [\&end, 'self,tagname'],
        text_h  => [\&text, 'self,dtext']
);

chdir("c:/users/frosch/documents/schulen/");

$p->parse_file("bw.html");


sub start {
        my ($self, $tagname, $attr) = @_;
        $self->{'div'} = 1 if $tagname eq 'div';
}

sub end {
        my ($self, $tagname) = @_;
}

sub text {
        my ($self, $dtext) = @_;
        $dtext =~ s/\n\r//;
        push @found, $dtext;
}

for (@found) {
        print $_,"\n";
}

print $#found," Ergebnisse.\n";

Wie sage ich dem Parser, dass er jetzt nur auf class="p"> reagieren soll?