Question

我通常将哈希转换为下拉。但是这一次，我想做相反的事情。有谁知道如何使用正则表达式？或任何其他方式。请注意，下拉列表包含optgroup和options。我只想要这个选项，这样id就是哈希的关键，而下拉的值就是哈希的值。

示例如果我们有一个下拉如下：

<select>
<optgroup label=fruits>
<option id=1>Apple</option>
<option id=2>Orange</option>
<option id=3>Pineapple</option>
<optgroup label=stuff>
<option id=4>Chair</option>
<option id=5>Board</option>
</select>

我希望它是

1=> "apple", 2=>"Orange",3=>"Pineapple",4=>"Chair", 5=>"Board"

Answer 1

您没有解释select元素的来源，但我认为它是完整HTML文档的一部分？

最好使用 HTML::TreeBuilder，它将构建HTML页面的树结构，并允许您浏览它。

所有这个程序都会找到页面中第一个option语句的所有select个后代，并使用id属性和文本值作为键和值来构建哈希值。每一对。

我仅使用Data::Dump来演示最终哈希的内容。

use strict;
use warnings;

use HTML::TreeBuilder;

my $tree = HTML::TreeBuilder->new_from_content(<<'END');

<select>
<optgroup label=fruits>
<option id=1>Apple</option>
<option id=2>Orange</option>
<option id=3>Pineapple</option>
<optgroup label=stuff>
<option id=4>Chair</option>
<option id=5>Board</option>
</select>

END

my $select = $tree->look_down(_tag => 'select');

my %data = map { $_->id => $_->as_trimmed_text } $select->look_down(_tag => 'option');

use Data::Dump;
dd \%data;

<强>输出

{ 1 => "Apple", 2 => "Orange", 3 => "Pineapple", 4 => "Chair", 5 => "Board" }

Answer 2

我建议你留意Ben Jackson关于用正则表达式解析HTML的警告。

但是，有时您需要快速而肮脏的解决方案。你可以这样做：

use warnings;
use strict;

my %options;
while (<DATA>)
{
    if (/^<option\s+id=(\d+)>([\w\s]+)/)
    {
        $options{$1} = $2;  
    }   
}

print "$_: $options{$_}\n" for (keys %options);

__DATA__
<select>
<optgroup label=fruits>
<option id=1>Apple</option>
<option id=2>Orange</option>
<option id=3>Pineapple</option>
<optgroup label=stuff>
<option id=4>Chair</option>
<option id=5>Board</option>
</select>

这会产生各种假设，例如：选项标签中永远不会有其他属性，它始终位于一行的开头，选项ID对整个文件是唯一的，等等。

如果您的输入是可预测的，那么您可以做出类似的假设，这应该可以正常工作。但是，如果您需要“通用”解决方案，请不要使用正则表达式。

Perl：如何将下拉转换为哈希？

2 个答案: