[经验总结]Perl提取网页信息

#!/usr/bin/perl -w

use LWP::Simple;
my$url=$ARGV[0];
my$filename=$ARGV[1];

my$content= get($url)
ordie"Couldn't get $url";

#$content =~ s#^.*?(<div.*?</div>).*$##m;

if($content=~ m#.*(<div id="enText" style="display:block">.*?</div>).*#sg)
{
$text= $1;

# 打开模板文件
open(TEMPLATE, "template.html")
ordie"Couldn't open template.html for writing: $!";

# 读取模板文件
$/="</html>"; # 读到</html>结束
my$reads= <TEMPLATE>;

# 替换听力文本
$reads=~ s/==TEXT_CONTENT==/$text/gix;
#print $reads;

# 输出html文件
open(OUT, "> $filename")
ordie"Couldn't open $filenamefor writing: $!";
printOUT$reads;

# 下载听力
my$baseUrl= $url;
$baseUrl=~ s/(.*)(//.*/.html)/$1/g;
my$reslink= $content;
$reslink=~ s/.*<a href="(.*?)" title="进入下载资料页面">下载听力<//a>.*/$1/sg;
$reslink= $baseUrl. "/". $reslink;

print"/nreslink:",$reslink,"/n";
my$respage= get($reslink)
ordie"Couldn't get $reslink";

my$mp3link= $respage;
print$mp3link;
#$mp3link =~ s#.*<a href="(.*?)" target="_blank"><img src="/images/downloadurl1/.jpg"></a>.*#$1#sg;
#if ($mp3link =~ m/.*<a href="(.*?)" target="_blank"><img src="//images//downloadurl1/.jpg"><//a>.*/sg) {

# 没登录,下载链接获取不到,怎么办?
if($mp3link=~ m/downloadurl1/sg) {
print"匹配/n";
}
else{
print"不匹配/n";
}
#<a href="(.*?)" target="_blank"><img src="/images/downloadurl1.jpg"></a>

print"/ndownload:".$reslink."/n";
}
else{
print"不匹配/n";
}


  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值