使用Web::Scraper提取javascript
使用Web::Scraper提取javascript
提问于 2013-05-22 11:41:29
我在使用Web::Scraper提取javascript时遇到了问题。下面是我的测试脚本：
#!/usr/bin/perl
use Modern::Perl;
use Web::Scraper;
use Data::Dumper;
my $contents = do { local $/; <DATA> };
my $scraper = scraper { process "//script", "scripts[]" => 'TEXT'; };
my $res = $scraper->scrape($contents);
say Dumper $res;
exit;
__DATA__
<html><head><title>hello</title></head>
<body>
<script type="text/javascript">
var dummy = {}
</script>
</body>
</html>我的输出是：
$VAR1 = {
'scripts' => [
''
]
};在我看来，我找到了脚本标记，但没有保存标记之间的内容。
回答 2
Stack Overflow用户
发布于 2013-05-23 09:25:02
在深入研究了一下xpath之后，我找到了解决方案。
将刮板行从以下位置更改：
my $scraper = scraper { process "//script", "scripts[]" => 'TEXT'; };至：
my $scraper = scraper { process "//script" => 'scripts[]' =>
scraper { process '//text()', 'script'=>'TEXT'} };输出javascript代码：
$VAR1 = {
'scripts' => [
{
'script' => '
var dummy = {}
'
}
]
};我不相信流程线是简洁的，但它是有效的。
Stack Overflow用户
发布于 2013-05-25 06:43:09
尝试生食，就像
#!/usr/bin/perl --
use strict;
use warnings;
use Web::Scraper;
use Data::Dump;
my $contents = q{
<html><head><title>hello</title></head>
<body>
<script type="text/javascript">
var dummy = {}
</script>
</body>
</html>};
#~ my $scraper = scraper { process "//script", "scripts[]" => 'TEXT'; };
my $scraper = scraper { process "//script", "scripts[]" => 'RAW'; };
my $res = $scraper->scrape($contents);
dd $res;
__END__
{ scripts => ["\n var dummy = {}"] }页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/16683106
复制相关文章
相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号