html - 试图在 xpath 读取值

Question

我正在尝试获取此网站上列出的学区的值(value):http://gis.nyc.gov/dcp/at/f1.jsp?submit=true&house_nbr=310&street_name=Lenox+Avenue&boro=1

我使用 Firebug 来获取该值的 XPath:
/html/body/table/tbody/tr[2]/td/table/tbody/tr/td[2]/table/tbody/tr/td/table/tbody/tr[3]/td/table/tbody/tr[2]/td[2]/table/tbody/tr[2]/td/table/tbody/tr[10]/td[2]

并想用 Perl 阅读它。我写了以下代码:

#!/usr/bin/perl -w

use HTML::TreeBuilder::XPath;
use Data::Dumper;

my $tree= HTML::TreeBuilder::XPath->new;

$tree->parse_file("test.html");

my @nb=$tree->findvalue( '/html/body/table/tbody/tr[2]/td/table/tbody/tr/td[2]/table/tbody/tr/td/table/tbody/tr[3]/td/table/tbody/tr[2]/td[2]/table/tbody/tr[2]/td/table/tbody/tr[10]/td[2]');

print Dumper(@nb);

但它只返回 $VAR1 = ''; .

有什么建议么。为了让它运行，我只是将网页中的源代码复制到 test.html 中。

谢谢!

Answer 1

某些 HTML 元素(HTML、HEAD、BODY 和 TBODY)的开始标签是可选的。看一眼

...<table><tr><td>Foo</td></tr></table>...

根据 HTML，该片段代表了四个元素:

TABLE
   TBODY
      TR
         TD

Firefox 创建所有四个元素，因此它为 TD 元素提供以下 xpath:

.../table/tbody/tr/td

HTML::TreeBuilder 可能不会在元素的开始标签被省略时创建元素，因此它只会为该片段创建三个元素:

TABLE
   TR
      TD

您需要使用以下 xpath 来定位 TD 元素:

.../table/tr/td

我敢打赌，如果您删除 tbody，您会找到结果。来自您的 xpath 的测试，因为 TBODY 元素很可能在文件中找不到。