Парсинг на Perl

/usr/bin/perl -w
use LWP::Simple;
use HTML::Parse;
use HTML::FormatText;
my $content = get("http://site.ru/forum");
$site = HTML::FormatText->new->format(parse_html($content));
print $site;

Получается вот такого вида выдача

Куча ненужного

Вход

Имя пользователя: Пароль: Автоматически входить при каждом посещении


Распадется ли Российская Федерация? (63)
Лежачие полицейские на ул. Лукашина (9)
Про "PUSSY RIOT" (ОПРОС НЕДЕЛИ) (138)
Анекдоты, приколы... (672)
Отремонтировали дорогу (105)
разбор 2109 (1)
Карта города N скачать (84)
Продаю Шевроле Авео 2010 г. (0)
Где в N купить пластиковые окна дешево ? (17)
Демотиваторы (было "Подборочка") (225)

Куча ненужного

Мне нужно ТОЛЬКО список активных тем.

Распадется ли Российская Федерация? (63)
Лежачие полицейские на ул. Лукашина (9)
Про "PUSSY RIOT" (ОПРОС НЕДЕЛИ) (138)
Анекдоты, приколы... (672)
Отремонтировали дорогу (105)
разбор 2109 (1)
Карта города N скачать (84)
Продаю Шевроле Авео 2010 г. (0)
Где в N купить пластиковые окна дешево ? (17)
Демотиваторы (было "Подборочка") (225)

Как это сделать?

А с помощью регулярок, по тегам не проще сделать?

Как? И Ещё есть варианты?

"Сергей В." написал:

Как?

Нужно видеть html-исходник...

ок

Можно как http://www.schekino.net/ так и http://www.schekino.net/forum и там и там есть что мне нужно.

"Сергей В." написал:

http://www.schekino.net/

Можно попробовать такую закономерность -

<tr><td class="row_ftext"><strong><a style=Любой текст>Малые объёмы песка и щебня</a></strong></td>

Список тем меняется. В том и загвоздка, что надо выводить список активных тем.

Ни на что не претендуя...
[console]
lupo@gentoo-laptop /tmp % wget http://www.schekino.net/forum/
--2012-08-27 18:05:40-- http://www.schekino.net/forum/
Распознаётся www.schekino.net... 78.47.50.182
Подключение к www.schekino.net|78.47.50.182|:80... соединение установлено.
HTTP-запрос отправлен. Ожидание ответа... 200 OK
Длина: нет данных [text/html]
Сохранение в: «index.html»

[ <=> ] 78 091 221KB/s за 0,3s

2012-08-27 18:05:41 (221 KB/s) - «index.html» сохранён [78091]

lupo@gentoo-laptop /tmp % lynx -dump index.html | grep "Имя пользователя" -A 13 | sed '1,3d'
[38]Распадется ли Российская Федерация? (73)
[39]Отремонтировали дорогу (110)
[40]Лежачие полицейские на ул. Лукашина (10)
[41]Про "PUSSY RIOT" (ОПРОС НЕДЕЛИ) (138)
[42]Анекдоты, приколы... (672)
[43]разбор 2109 (1)
[44]Карта города Щекино скачать (84)
[45]Где в Щекино купить пластиковые окна дешево ? (17)
[46]Демотиваторы (было "Подборочка") (225)
[47]День города Щекино 2012 (4)
__________________________________________________________________
[/console]

Lupo Alberto, вы прям фокусник !

"-=Serj=-" написал:

Можно попробовать такую закономерность -
<tr><td class="row_ftext"><strong><a style=Любой текст>Малые объёмы песка и щебня</a></strong></td>

"Сергей В." написал:

Список тем меняется. В том и загвоздка, что надо выводить список активных тем.

Дык, вроде, работает... Мой вариант традиционно на Питоне (правда Python3, т.к. на сайте кодировка cp1251):

#!/usr/bin/env python3
#_*_ coding: utf-8 _*_
import urllib.request
import re
import sys
def Find(patt, text):
    match = re.findall(patt, text)
    if match:
        for stroka in match:
            print (stroka)
    else: print ('Ничего не нейдено...')
u = urllib.request.urlopen(sys.argv[1])
data = u.read().decode('cp1251')
patt = re.compile(r'<tr><td class="row_ftext"><strong><a style=.+?>(.+?)</a></strong></td>')
Find(patt, data)
u.close()

[console]$ ./parser.py http://www.schekino.net/
Про &quot;PUSSY RIOT&quot; (ОПРОС НЕДЕЛИ)
Распадется ли Российская Федерация?
Отремонтировали дорогу
Наша полиция нас бережет
Натяжные потолки от roof71.ru
Малые объёмы песка и щебня
Лежачие полицейские на ул. Лукашина
[/console]

"-=Serj=-" написал:

вы прям фокусник !http://linuxforum.ru/extensions/bbcode_smiles/img/ab.gif

...по рукам надо бить за такие «фокусы» :(

Lupo Alberto написал:

[quote="-=Serj=-"]вы прям фокусник !http://linuxforum.ru/extensions/bbcode_smiles/img/ab.gif

...по рукам надо бить за такие «фокусы» :([/quote]
Почему же?

Коряво это, и правильнее бы парсить непосредственно исходный код страницы, а ещё лучше RSS-сайта.

...а ещё лучше, с помощью curl или wget логиниться, и получать ссылку с активными новостями, и её уже и «парсить».

А как тоже самое но на перле? Простите пож. я вообще новичёк в каком-либо программинге.

"Сергей В." написал:

А как тоже самое но на перле?

Ну, тут я пас...
Читайте, как эту регулярку применить

<tr><td class="row_ftext"><strong><a style=.+?>(.+?)</a></strong></td>

на Perl, либо ждите того, кто знает...

Сергей В. написал:

А как тоже самое но на перле? Простите пож. я вообще новичёк в каком-либо программинге.

на перловке не буду. Ибо лениво. Да и задача не для перловки - слишком проста. Вот на sed
[console]$ wget -O - "http://www.schekino.net/forum/" 2>/dev/null | sed -rn '\~<div id="recent">~,\~</div~{s~.*<a [^>]+>(.+)</a>.*~\1~p}'
Распадется ли Российская Федерация? (87)
Про &quot;PUSSY RIOT&quot; (ОПРОС НЕДЕЛИ) (141)
Цитаты (55)
Наша полиция нас бережет (21)
Отремонтировали дорогу (111)
Лежачие полицейские на ул. Лукашина (10)
Анекдоты, приколы... (672)
разбор 2109 (1)
Карта города Щекино скачать (84)
Где в Щекино купить пластиковые окна дешево ? (17)
Активные темы
[/console]
Оно?
quot и последнюю строчку сами правьте,
ссылка: http://drbatty.ru/sed/

Ладно. Всем огромное спасибо, тему можете закрыть.