c 提取html table,用HTML提取几行:: TableExtract

几点建议：

始终：

use strict;

use warnings;

这将迫使你与my来声明变量。例如

foreach my $ts ($te->table_states) {

my $cnt = 1;

(warnings将让你了解最愚蠢的错误。strict会要求您使用在某些情况下，更好的做法，防止错误)。

在几个地方，您在使用数组时会使用自己的计数器变量。你不需要这样做。相反，直接获取你想要的数组元素。例如$array[3]得到第三个元素。

Perl还允许数组切片获取所需的某些元素。 @array[4,5,13]获得数组的第五，第六和第十四个元素。你可以用它来处理，而不是通过所有这些循环只有你想要的行：

my @rows = $ts->rows;

foreach my $row (@rows[4,5,13]) #process only the 5th, 6th, and 14th rows.

{

...

}

这里是同样的事情的快捷版本，使用匿名数组：

foreach my $row (@{[$ts->rows]}[4,5,13])

而且，也许你要定义你想要在你的代码的其他地方行：

my @wanted_rows = (4,5,13);

...

foreach my $row (@{[$ts->rows]}[@wanted_rows])

此代码是相当混乱：

$PrintLine= join("\t", @$row);

@RowData=split(/\t/,$PrintLine);

$PrintLine =~ s/\r//ig;

$PrintLine =~ s/\t//ig;

首先，您要加入一个包含制表符的数组，然后您将分裂刚刚加入的数组以重新获取数组。然后，您仍然从行中删除所有制表符。

我建议你摆脱所有的代码。无论何时需要阵列，只需使用@$row，而不是复制它。如果您需要打印调试数组(这是所有你似乎与$PrintLine做，你可以直接打印一个数组：

print @$row; #print an array, nothing between each element.

print "@$row"; #print an array with spaces between each element.

伴随着这些变化，你的代码将是这样的：

use strict;

use warnings;

my @wanted_rows = (4,5,13);

my $te = new HTML::TableExtract(count => 0);

$te->parse($content);

# Examine all matching tables

foreach my $ts ($te->table_states) {

foreach my $row (@{[$ts->rows]}[@wanted_rows]) {

s/[\xC3\xA1\xC3\xA0\xC3\xA2\xC3\xA3\r\n]//ig for (@$row);

my $SiteID = $$row[16] // ''; #set to empty strings if not defined.

my $SiteName = $$row[38] // '';

print MYFILE2 $BridgeCase."\t".$SiteID."\t".$SiteName;

}

}