Как я могу скринировать экран с помощью Perl?

Ответ 1

Если вы знакомы с jQuery, вы можете проверить pQuery, что делает это очень просто:

## print every <h2> tag in page
use pQuery;

pQuery("http://google.com/search?q=pquery")
    ->find("h2")
    ->each(sub {
        my $i = shift;
        print $i + 1, ") ", pQuery($_)->text, "\n";
    });

Там также HTML:: DOM.

Однако, что бы вы ни делали, не используйте для этого регулярные выражения.

Ответ 2

Я использовал HTML Table Extract в прошлом. Мне лично это немного неудобно использовать, но, может быть, я не очень хорошо понял объектную модель. Я обычно использую эту часть руководства для изучения данных:

 use HTML::TableExtract;
 $te = HTML::TableExtract->new();
 $te->parse($html_string);

     # Examine all matching tables
     foreach $ts ($te->tables) {
       print "Table (", join(',', $ts->coords), "):\n";
       foreach $row ($ts->rows) {
          print join(',', @$row), "\n";
       }
     }`

Ответ 3

Хотя я вообще делал это с помощью LWP/LWP:: Simple, текущий "предпочтительный" модуль для любой сортировки веб-страниц в Perl - WWW:: Mechanize.

Ответ 4

Если вы знакомы с XPath, вы также можете использовать HTML:: TreeBuilder:: XPath. И если вы не... ну, вы должны быть: -)

Ответ 5

Для подобных вопросов, связанных с Stackoverflow, посмотрите...

• Как извлечь URL-адреса с веб-страницы на Perl
• Как я могу извлечь XML-сайт и сохранить файл в Perl LWP?

Мне нравится использовать pQuery для подобных вещей, однако Web:: Скребок действительно интересен.

Ответ 6

Вы также можете использовать этот простой модуль perl WEB:: Scraper, это просто понять и сделать жизнь легкой для меня. следуйте этому примеру для получения дополнительной информации.

http://teusje.wordpress.com/2010/05/02/web-scraping-with-perl/

Ответ 7

Я не собираюсь перетаскивать мертвую нить, но кто-то, отправляющийся по этой теме, должен также проверять WWW:: Scripter - 'Для скриптовые веб-сайты со сценариями

счастливое удаленное агрегирование данных;)

Ответ 8

Взгляните на магический Web:: Scraper, он Инструмент для веб-соскабливания. p >

Ответ 9

Я использую LWP:: UserAgent для большинства моих проблем с очисткой экрана. Вы также можете связать это с HTTP:: Cookies, если вам нужна поддержка Cookies.

Вот простой пример того, как получить источник.

use LWP;
use HTTP::Cookies;
my $cookie_jar = HTTP::Cookies->new;
my $browser = LWP::UserAgent->new;
$browser->cookie_jar($cookie_jar);

$resp = $browser->get("https://www.stackoverflow.com");
if($resp->is_success) {
   # Play with your source here
   $source = $resp->content;
   $source =~ s/^.*<table>/<table>/i; # this is just an example 
   print $source;                     # not a solution to your problem.
}

Ответ 10

Посмотрите этот небольшой пример веб-соскабливания с помощью perl: текст ссылки