HTML::TreeBuilder::XPath 缺少结果中的最后一个标记

Question

use WWW::Mechanize;
use HTML::TreeBuilder::XPath;
my $mech = new WWW::Mechanize;
my $tree = new HTML::TreeBuilder::XPath;
my $url = "http://www.elaws.gov.bw/wondersbtree.php";
$mech->get($url);
$tree->parse($mech->content());
@nodes = $tree->findnodes("//p[font = 'PRINCIPAL LEGISLATION']");
print @nodes[0]->as_HTML;

上面的代码打印出搜索的 HTML 元素，但它缺少最终的 </p> 标记。 为什么？ 这是故意的还是模块中的错误？

Answer 1

默认情况下，as_HTML 方法省略某些可选的结束标记：

as_HTML

$s = $h->as_HTML();
$s = $h->as_HTML($entities);
$s = $h->as_HTML($entities, $indent_char);
$s = $h->as_HTML($entities, $indent_char, %optional_end_tags);

[ ... ]

如果指定并定义了%optional_end_tags，则它应该是对哈希的引用，该哈希为结束标记为可选的每个标记名称保存一个 true 值。默认为 %HTML::Element::optionalEndTag ，这是 %HTML::Tagset::optionalEndTag 的别名，在撰写本文时，它包含 p, li, dt, dd 的真值。要传递的有用值是空的哈希引用，{} ，这意味着此转储没有可选的结束标记。

例如：

use strict;
use warnings 'all';
use 5.010;
use HTML::TreeBuilder::XPath;
my $tree = HTML::TreeBuilder::XPath->new_from_content('<p>foo</p>');
my @nodes = $tree->findnodes('//p');
say $nodes[0]->as_HTML(undef, undef, {});

输出：

<p>foo</p>

请注意，您应该始终use strict;并use warnings 'all'; 。

Answer 2

在 HTML 中，结束标记对于 P 元素是可选的。