Javascript 如何使用Perl'提取网站的XML并保存到文件中；什么是LWP？

如何从网站（）提取信息，然后从中创建XML文件？我想保存它以便以后解析并使用JavaScript显示信息

---

我对Perl非常陌生，不知道如何使用它。

当然。最简单的方法是模块。它的作用是让您定义由

散列键名称

查找感兴趣元素的XPath表达式

以及从中提取数据位的代码

Scraper对象获取URL并返回提取数据的散列。如果需要，每个键的提取器代码本身可以是另一个scraper对象，这样您就可以定义如何刮取重复的复合页面元素：提供XPath以在外部scraper中查找复合元素，然后提供更多XPath以在内部scraper中取出其各个位。然后，结果将自动生成嵌套的数据结构

简而言之，您可以非常优雅地将整个页面中的数据吸收到Perl数据结构中。在这样做时，XPath+Perl的全部功能可用于任何页面。因为页面是用HTML:：TreeBuilder解析的，所以标记有多糟糕并不重要。与基于regex的scraper相比，生成的scraper脚本更易于维护，并且更能容忍标记的微小变化

坏消息：到目前为止，它的文档几乎不存在，因此您必须通过谷歌搜索[]之类的内容来查找模块作者发布的示例脚本。

虽然一般来说，or和是从网页中提取数据的好方法，但在这种特殊情况下（电视节目表），有一种更简单的方法：

与来自的数据一起使用。费用很小（20美元/年），但有以下优点：

已经为您编写了解析代码（只需

使用XMLTV；

）

你不会违反雅虎的服务条款

你不必与雅虎打交道，积极尝试打破你的脚本。（他们不喜欢自动脚本下拉电视节目表；请参见第2页。）

---

如果要将信息传递给Javascript，请使用Javascript对象表示法（JSON）而不是XML。有很多Perl库，例如，可以为您处理这些问题。

tv.yahoo.com不是很有语义，也不太容易获取！它们可能是更好的替代品或饲料

使用pQuery，我可以快速获取时间和节目

use pQuery;
pQuery( 'http://tv.yahoo.com/listings' )
    ->find( '.show' )->each(
        sub {
            my $n = shift;
            my $pQ = pQuery( $_ ); 
            say $pQ->text;
        }
    );

  # => 4:00pm - 6:30pm Local Programming

为了更详细地了解细节，你可以试试这个

use pQuery;
my @tv_progs;
pQuery( 'http://tv.yahoo.com/listings' )
    ->find( 'li div strong' )->each(
        sub {
            my $n = shift;
            my $pQ = pQuery( $_ ); 
            $tv_progs[ $n ]->{ time } = $pQ->text;
        }
    )
    ->end
    ->find( '.showTitle' )->each( 
        sub {
            my $n = shift;
            my $pQ = pQuery( $_ ); 
            $tv_progs[ $n ]->{ name } = $pQ->text;
        }
    );

for my $prog ( @tv_progs ) {
    say $prog->{name} . " @ " . $prog->{time};
}

   # => Local Programming @ 4:00pm - 6:30pm

为了获得频道

use pQuery;
pQuery( 'http://tv.yahoo.com/listings' )
->find( '.chhdr a' )->each(
    sub {
        my $n = shift;
        my $pQ = pQuery( $_ ); 
        say $pQ->text;
    }
);

  # => ABC

---

但是，将后台频道与节目信息进行匹配需要一些工作；-）

另请参见[是我的德语谈论Web:：Scraper.自动翻译：[你真的想推荐这种beta版模块吗？beta版，真的吗？它是LWP、HTML:：TreeBuilder和HTML:：Selector:：XPath组合的粘合剂，所有这些都是经过战斗测试的生产质量模块。不过，如果你喜欢编写样板文件，那就随你的便吧……我还没有尝试过，所以我可能会得出结论。但作者指出“此模块的测试版质量。API是从SCRAPI偷来的，但将来可能会更改”