elsif ($elt->isItemList) {

    print O_FILE list($elt, 1), " "; 

  }

}

print O_FILE <<'__FOOTER__';

</body>

</html>

__FOOTER__

close(O_FILE);

Мы генерируем заголовок, основываясь на мета-информации документа; функция ooLocalEncoding() возвращает системную кодировку, установленную вами в файле config.xml. Основная работа, очевидно, сосредоточена в цикле:

for my $elt ($doc->selectElementsByContent('.*')) { ... }

Метод selectElementsByContent('.*') возвращает список всех элементов второго уровня ('.*' – это регулярное выражение-фильтр; замените его на 'apples', чтобы получить только те элементы, в которых упоминаются яблоки). Наш скрипт различает три типа таких элементов: заголовки (Heading), абзацы (Paragraphs) и списки (ItemList) – все остальное может встретиться только в содержимом абзаца (элементы третьего и более высоких уровней). Обработать заголовок проще всего:

sub heading {

  my $elt = shift;

  my $level = $doc->getOutlineLevel($elt);

  return "<h$level>" . paragraph_content($elt) . "</h$level> ";

}

Метод getOutlineLevel() возвращает номер уровня заголовка, мы генерируем соответствующий ему тег <hi>.

Функция paragraph_content обрабатывает содержимое параграфа и является в некотором смысле центральной – все, что содержит хотя бы толику текста, проходит через нее. Неудивительно, что она в несколько раз длиннее heading().

sub paragraph_content {