使用perl WWW ::對本地文件進行機械化

我目前正在使用Perl腳本，並使用CPAN模塊WWW：通過機械化從網站獲取HTML頁面。但是，我希望能夠在離線HTML文件上工作（我會事先保存好自己），所以每次嘗試新腳本時都不需要互聯網。所以基本上我的問題是如何改變這樣的：使用perl WWW ::對本地文件進行機械化

$mech->get('http://www.websiteadress.html');

到這一點：

$mech->get('C:\User\myfile.html');

我見過的文件：//可能是有用的，但我顯然不知道如何使用它，因爲我每次都會遇到錯誤。

來源

2016-08-04 Azaghal

您確定要使用'上的本地文件WWW :: Mechanize'？當你只需打開文件時，使用'LWP'套件就沒什麼意義了，模塊的許多用途是處理對鏈接的點擊，表單填寫和提交以及在瀏覽器上模擬後退和前進按鈕。這些都不是靜態文件可能的，所以你只剩下頁面的分析，你只需要[HTML :: TreeBuilder]（https://metacpan.org/pod/HTML::TreeBuilder） WWW :: Mechanize'子類。 – Borodin

正如我所說的腳本的目的是在網頁上工作，本地文件只是一個替代方案，主要是爲了測試編碼錯誤（我真的想知道爲什麼它不起作用！）。感謝您指出另一種方式來做到這一點。 – Azaghal

來自WWW :: Mechanize的get()方法將URL作爲參數。所以你只需要確定你的本地文件的正確URL是什麼。你在「file：//」方案的右邊。

我認爲你將需要：

$mech->get('file:///C:/User/myfile.html');

注意，人們經常拿錯兩個重要的事情。

網址才明白斜槓（/），所以你需要轉換成Windows的扭曲反斜槓（\）怪物。 更新：正如Borodin在評論中指出的那樣，這不是事實 - 您可以在URL中使用反斜槓。然而，反斜槓在Perl字符串中通常有特殊的含義，所以我建議儘可能使用正斜槓。
該方案是file，其次是://（有兩個斜線），然後是主機名（這是一個空字符串）斜槓（/），然後是您的本地路徑（C:/）。這意味着在file:之後有三個斜線。這似乎是錯誤的，所以人們經常忽略其中的一個。 更新：根據Borodin的建議，評論中的描述更加準確。

維基百科（一如既往）有很多的詳細信息 - file URI scheme

來源

2016-08-04 15:20:13

*「URL只能識別正斜槓」*一個'file：'URI的內容是平臺定義的。 'file：/// C：\ Temp \ t.txt'工作得很好。 *「Windows」扭曲反斜槓（\\）怪物「*這不是部落主義的地方。請回答這個問題。 – Borodin

*「方案是file：//」*不完全。該計劃是'文件'。在一個URI中它必須跟一個冒號和兩個斜槓，然後*主機*（在這種情況下它是一個空字符串，表示本地機器）另一個斜槓和路徑。 – Borodin

使用perl WWW ::對本地文件進行機械化

回答

相關問題