如何简单提取HTML中的表格内容？谢谢

wrongdna

请问要从一个html文件里提取以下信息，我不熟悉多行匹配，请问应该如何写段代码？如用现成PM，有哪些用起来比较方便，谢谢
以下是一个html文件里的一部分内容，这是一个表格里的信息<td>Lane </td>对应着<td>8</td>，依此类推，谢谢
<td>Lane </td>
<td>Clusters </td>
<td>Av 1st Cycle Int </td>
<td>% intensity after 20 cycles </td>
<td>% PF Clusters </td>
<td>% Align (PF) </td>
<td>Av Alignment Score (PF) </td>
<td> % Error Rate (PF) </td>
</tr>
<tr>
<td>8</td>
<td>2528 +/- 638</td>
<td>102 +/- 22</td>
<td>0.00 +/- 0.00</td>
<td>45.36 +/- 4.23</td>
<td>85.36 +/- 1.92</td>
<td>2474.29 +/- 141.89</td>
<td>2.09 +/- 0.29</td>
</tr>
</table>
<h2><br></br>Expanded Lane Summary<br></br></h2>
<table border="1" cellpadding="5">
<tr>

hwxo

情况不明

nkcsx

不是很明白你的意思，是要提取<table>...</table>之间的内容么
大致这样

1. 
   
2. while(<FILE>) {
   
3.     if(/<table>/../<\/table>/) {
   
4.         # do sth
   
5.     }
   
6. }
   

复制代码

wrongdna

谢谢关注，最后想得到的东西就是
上面是一个网页文件里的部分内容，其中我想要得到的就是从中获得一些key-value对如
Lane ＝ “8”
Clusters＝“2528 +/- 638”
% intensity after 20 cycles＝“0.00 +/- 0.00”
.....
这样的一组key-value对，谢谢

nkcsx

1. 
   
2. my ($flag, @key, @val) = ();
   
3. 
   
4. while(<FILE>) {
   
5.     chomp;
   
6.     s/^\s+|\s+$//g;
   
7.     if(/^<table>$/ .. /^<\/table>$/) {
   
8.         if(/<\/tr>/) {
   
9.             $flag = 1;
   
10.         }
    
11.         if(/<td>(.+)<\/td>/) {
    
12.             $flag ? push @val, $1 : push @key, $1;
    
13.         }
    
14.     }
    
15. }
    
16. for (my $i = 0; $i < @key; $i++) {
    
17.     print $key[$i], ' => ', $val[$i], "\n";
    
18. }
    

复制代码

thevoice

如果只是简单的表格提取数据
请用
HTML::TableExtract

wrongdna

谢谢各位！