Извлечение ссылок внутри <div>с помощью HTML :: TokeParser & URI

Question

Я старый новичок в Perl, и я пытаюсь создать подпрограмму в Perl, используя HTML :: TokeParser и URI.

Мне нужно извлечь ВСЕ действительные ссылки, заключенные в div, который называется "zone-extract"

Это мой код:

#More perl above here... use strict and other subs
use HTML::TokeParser;
use URI;
sub extract_links_from_response {
my $response = $_[0];

my $base = URI->new( $response->base )->canonical;
# "canonical" returns it in the one "official" tidy form

my $stream = HTML::TokeParser->new( $response->content_ref );
my $page_url = URI->new( $response->request->uri );

print "Extracting links from: $page_url\n";

my($tag, $link_url);

while ( my $div = $stream->get_tag('div') ) {

   my $id = $div->get_attr('id');
   next unless defined($id) and $id eq 'zone-extract';

      while( $tag = $stream->get_tag('a') ) {
      next unless defined($link_url = $tag->[1]{'href'});
      next if $link_url =~ m/\s/; # If it's got whitespace, it's a bad URL.
      next unless length $link_url; # sanity check!

      $link_url = URI->new_abs($link_url, $base)->canonical;
      next unless $link_url->scheme eq 'http'; # sanity

      $link_url->fragment(undef); # chop off any "#foo" part

      print $link_url unless $link_url->eq($page_url); # Don't note links to itself!
  }
}
  return;
}

Как видите, я2 цикла, сначала используя get_tag 'div', а затем ищем id = 'zone-extract'.Второй цикл просматривает этот div и извлекает все ссылки (или это было моим намерением) ...

Внутренний цикл работает, он извлекает все ссылки, правильно работая автономно, но я думаю, что есть некоторые проблемыв первом цикле, в поисках нужного мне div 'zone-extract' ... Я использую этот пост в качестве ссылки: Как мне найти содержимое div, используя HTML-модули Perl, еслиЯ знаю тег внутри него?

Но на данный момент у меня есть только эта ошибка:

Can't call method "get_attr" on unblessed reference

Некоторые идеи?Помогите!Мой HTML (Примечание URL_TO_EXTRACT_1 & 2):

<more html above here>
<div class="span-48 last">
<div class="span-37">
    <div id="zone-extract" class="...">
        <h2 class="genres"><img alt="extracting" class="png"></h2>  
                    <li><a title="Extr 2" href="**URL_TO_EXTRACT_1**">2</a></li>
                    <li><a title="Con 1" class="sel" href="**URL_TO_EXTRACT_2**">1</a></li>
            <li class="first">Pàg</li>
    </div>
</div>      
</div>
<more stuff from here>

Answer 1

Я считаю, что TokeParser - очень грубый инструмент, требующий слишком большого количества кода, его вина в том, что он поддерживает только процедурный стиль программирования.

Лучшими альтернативами, которые требуют меньше кода из-за декларативного программирования, является Web :: Query :

use Web::Query 'wq';
my $results = wq($response)->find('div#zone-extract a')->map(sub {
    my (undef, $elem_a) = @_;
    my $link_url = $elem_a->attr('href');
    return unless $link_url && $link_url !~ m/\s/ && …
    # Further checks like in the question go here.

    return [$link_url => $elem_a->text];
});

Код непроверенный , поскольку в вопросе нет примера HTML.