我如何从Perl中提取HTML和链接文本？ [英] How can I extract URL and link text from HTML in Perl?

问题描述

我以前问过如何在Groovy中做到这一点。但是，现在我正在用Perl重写我的应用程序，因为所有的CPAN库都是这样。

如果页面包含以下链接：

 
< a href =http://www.google.com> Google< / a> 
 
< a href =http://www.apple.com> Apple< / a> 
 

输出结果为：

 
 Google ，http://www.google.com 
苹果，http://www.apple.com 
 

什么是在Perl中执行此操作的最佳方法是什么？

使用

.org / dist / WWW-Mechanize /rel =noreferrer> WWW :: Mechanize 模块。它会为您取得您的网页，然后让您轻松地处理URL列表。

  my $ mech = WWW :: Mechanize-> new（）; 
 $ mech-> get（$ some_url）; 
 my @links = $ mech-> links（）; 
为我的$ link（@links）{
 printf％s，％s\\\
，$ link->文本，$ link-> url; 
} 
  

非常简单，如果您想要导航到其他网址页面，它甚至更简单。

Mech基本上是一个对象中的浏览器。

I previously asked how to do this in Groovy. However, now I'm rewriting my app in Perl because of all the CPAN libraries.

If the page contained these links:

<a href="http://www.google.com">Google</a>

<a href="http://www.apple.com">Apple</a>

The output would be:

Google, http://www.google.com
Apple, http://www.apple.com

What is the best way to do this in Perl?

解决方案

Please look at using the WWW::Mechanize module for this. It will fetch your web pages for you, and then give you easy-to-work with lists of URLs.

my $mech = WWW::Mechanize->new();
$mech->get( $some_url );
my @links = $mech->links();
for my $link ( @links ) {
    printf "%s, %s\n", $link->text, $link->url;
}

Pretty simple, and if you're looking to navigate to other URLs on that page, it's even simpler.

Mech is basically a browser in an object.

这篇关于我如何从Perl中提取HTML和链接文本？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！