“父母”究竟是如何做到的？ HTML::TreeBuilder 中的函数可以工作吗？
CPAN 文档并没有真正解释这种行为，除非我遗漏了一些东西。我整理了一些快速测试代码来说明我的问题：
#!/usr/bin/perl
use warnings;
use strict;
use HTML::TreeBuilder;
my $testHtml = "
<body>
<h1>
<p>
<p>HELLO!
</p>
</p>
</h1>
</body>";
my $parsedPage = HTML::TreeBuilder->new;
$parsedPage->parse($testHtml);
$parsedPage->eof();
my @p = $parsedPage->look_down('_tag' => 'p');
foreach (@p) {print $_->parent->tag, " : ", $_->tag, "\t", $_->as_text, "\n";}
运行上述脚本后，输出为：
body : p
body : p HELLO!
由于所有标签都一个接一个地嵌套，我认为第一个 p 标签将为 h1，第二个 p 标签的父标签将为 p。为什么父函数显示两者的 body 标记？
The documentation on CPAN doesn't really explain this behavior unless I'm missing something. I've put together some quick test code to illustrate my problem:
#!/usr/bin/perl
use warnings;
use strict;
use HTML::TreeBuilder;
my $testHtml = "
<body>
<h1>
<p>
<p>HELLO!
</p>
</p>
</h1>
</body>";
my $parsedPage = HTML::TreeBuilder->new;
$parsedPage->parse($testHtml);
$parsedPage->eof();
my @p = $parsedPage->look_down('_tag' => 'p');
foreach (@p) {print $_->parent->tag, " : ", $_->tag, "\t", $_->as_text, "\n";}
After running the above script, the output is:
body : p
body : p HELLO!
Seeing as all the tags are nested one after another, I would think that the parent of the first p tag would be h1, and the parent of the second p tag would be p. Why is the parent function showing the body tag for both?
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（1）
您的 HTML 无效。鉴于 HTML::TreeBuilder 是 HTML::Parser 的子类，我只能假设解析器正在尽其所能将您的文档转换为有效的 HTML。
您可以调用 $parsedPage->as_HTML 来查看解析器对您的 HTML 做了什么。它给了我这样的信息：
也许您应该在处理 HTML 之前将其传递给验证器或 HTML::Tidy。
Your HTML is invalid. And given that HTML::TreeBuilder is a subclass of HTML::Parser, I can only assume that the parser is doing what it can to transform your document into valid HTML.
You can call $parsedPage->as_HTML to see what the parser has done to your HTML. It gives me this:
Perhaps you should pass your HTML through a validator or HTML::Tidy, before processing it.