Perl：分析頁面，提取下載連結和檔案對應的名稱。

標籤：style   blog   http   color   使用   ar   for   檔案   div   

系統：Windows

語言：Perl

工具：Notepad++/cmd

目前要用PERL來分析一下頁面。然後組群下載檔案然後更名。

首先，rar檔案串連在二級檔案裡。rar檔案的名稱是數字，其對應的中文名稱在一級頁面上對應二級頁面的串連。我看了Perl的Cookbook，裡面建議用模組。但是我打算用Regex自己寫一個指令碼。這裡只用了簡單的LWP::Simple模組。

技術：這裡使用了Regex的$1,$2...來提取一行中需要的段。（需要注意的是：$1,$2...的命名空間只是它們上一個帶有（）的Regex。最近一個帶有（）的Regex已經失效了。除非即時賦值給變數。）

#t.pl# to split out index url and rar page.use warnings;use LWP::Simple;sub getDownloadPage {my @lines=split("\n", $_[0]);my $line1="";    foreach my $line(@lines) {        if ($line=~/<li class="itm">[^<]*<span> *[0-9]{4}-[0-9]{2}-[0-9]{2} *<\/span>[^<]*<a href="([^"> ]*)" *>([^<]*)</) {            print $1," ",$2,"\n";        }    }}my @indexes;unshift @indexes, "http://www.yingyu.com/stxz/chuzhong/zhongkao/";# get index page.my $content=get($indexes[0]);my @hrefs=split "href=\"", $content;shift @hrefs;foreach $href(@hrefs) {    if($href=~/(http:\/\/.*index[_0-9]*\.shtml)" *>[0-9]+/) {        push @indexes, $1;    }}#page download page and its relative Chinese name.foreach $index(@indexes) {    $content=get($index);    # my @pages=split "<li ", $content;    # shift @pages;    getDownloadPage($content);    }

 

Perl：分析頁面，提取下載連結和檔案對應的名稱。