Perl 如何下载雅虎群组？

我想下载一些Yahoo组（文件、照片、消息、成员列表），我发现了以下脚本：

我已经从CPAN下载了ActivePerl和所需的模块（没什么特别的，它们很容易找到）。我已成功安装了它们，但当我运行脚本时，在它告诉我已成功登录后，我出现了一个错误： 在yahoogroups_files.pl第244行第2行的模式匹配（m/）中使用未初始化的值$cells

我猜雅虎改变了页面的布局或者其他什么，但是我自己无法更新脚本。我是新手，当谈到Perl并理解雅虎生成页面的方式时，我只知道一些基本的C++。我想说的是，我并不懒惰，我会尝试自己解决它，但我需要你的帮助：提示，建议，任何东西

---

PS：我已经联系了作者，但他不愿意更新脚本。

您需要以下领域的知识：

• html解析器的使用

• http知识（get/post/head）

• 刮网

我建议你集中精力，因为它可以做所有这些事情（甚至更多）

编辑：另一个解决方案（不需要编程）是：使用浏览器登录yahoo groups，存储cookie，然后运行wget，将存储的cookie作为参数传递。这样你就能很快完成任务

在硬盘上找到浏览器的cookies.txt文件，然后像这样调用wget（如果我没记错命令）：

wget--将cookies路径加载到cookie文件-r-w60网站 可以找到完整的手册页

---

EDIT2：另一个选项是用来自动化firefox。您可以将其用作如何完成此任务的指南。

根据文件名，我假设您使用的是Yahoo Group archiver，可在此处找到：

我对SubEthaEdit组运行了文件脚本，效果非常好。下载的所有文件均未发生意外

查看代码，如果$cells为空，则在while循环中处理html表时似乎会呕吐

考虑到我测试代码时代码确实有效，可能该组文件的列表中出现了一些问题。您需要尝试输出$content，并找出243上的正则表达式无法处理该html的位置和原因

---

编辑：如果你不介意发布该组，我相信我自己或其他人可以自己尝试并排除故障。当问题无法复制时，很难精确地指出发生了什么。另外，试试我做的同一组，看看它是否适合你。如果这样做有效的话，你正在尝试的小组肯定会有问题。

不知道这是否会对你有所帮助，但以下是我为让消息下载工作正常所做的：

http://sourceforge.net/forum/forum.php?thread_id=3283915&forum_id=209170

---

（我只使用了消息下载，我没有查看文件下载）

前一段时间正在修补这个，以备份我女朋友在uni的群发消息和文件。在对最新脚本进行调试后，我发现

组域

声明上似乎有一个bug（我在同一项目的

yahoo2maildir.pl

上也发现了一个组声明bug，请参见

$request

）

在本例中，我已经用

from <br>
$request = GET "http://$group_domain/group/$group/files$sub_folder/";
<br> to <br>
$request = GET "http://**groups.yahoo.com/group/$user_group**/files$sub_folder/";

来自

$request=GET“http://$group\u domain/group/$group/files$sub\u folder/”；

到

$request=GET“http://**groups.yahoo.com/group/$user\u group**/files$sub\u folder/”；

GrabyHooGroup在最新版本中运行良好，可在svn repo上找到：

---

sourceforge.net/projects/grabyahoogroup/files/上的版本有bug，对我来说不起作用。

我一直在寻找一个从雅虎群组收集消息/对话的工具！。我终于找到了这个工具来转换你的雅虎！在努力创建自己的邮件并在互联网上到处搜索后，将邮件分组为MBOX格式

下载工具 以下两个都是Google Chrome的扩展

• 山姆·霍布斯（2015）发表
• 马克·弗莱彻（2016年1月）发表

将普通字符串转换为Base64二进制数据 在2010年9月16日之后的某个时候（至少对我来说），检索到的消息不再是纯文本，而是基于64位二进制数据（ASCII）。使用此选项可以让您按原样读取数据

MBOX格式的示例内容

VGhlIHF1aWNrIGJyb3duIGZveCBqdW1wcyBvdmVyIHRoZSBsYXp5IGRvZy4=

转换后的样本结果

---

敏捷的棕色狐狸跳过了懒狗。

原因，从2019/09年开始

---

…

我尝试了不同的小组，得到了相同的结果，我不是唯一一个出现此错误的人（我在sourceforge上读到有人出现了相同的错误）。我打算在另一台电脑上试用，可能是我的“机器”出了问题。@Expansion——只是一个猜测。。您所在的组的流量是否相当低，几个月内有0条消息？@Nate:我正在使用最新的ActivePerl，并通过以下链接安装了所需的模块：Getopt Long和libwww perl with PPM:我忘了提到我在命令提示符下运行的脚本是这样的：perl-td:\workspace\yahoogroups\u files.pl，否则我会出现以下错误：“-T”位于#！行，它还必须在命令行的D:\workspace\yahoogroups\u files.pl行1上使用。我尝试过不同的组&相同的：“在D:\workspace\yahoogroups\u files.pl第244行第2行的模式匹配（m/）中使用未初始化的值$cells。”请您解释一下您做了什么？我感觉自己做错了什么。（我使用的是WinXP SP2的命令提示符）我检查了wget，但使用它并不是那么简单，我在google上搜索过，但找不到类似的东西，wget，基于登录的，cookies，授权…如果您尝试了类似的操作，请告诉我您用于wget的命令。我已经尝试过脱机Ex

($group_domain) = $url =~ /\/\/(.*?groups.yahoo.com)\//;

from <br>
$request = GET "http://$group_domain/group/$group/files$sub_folder/";
<br> to <br>
$request = GET "http://**groups.yahoo.com/group/$user_group**/files$sub_folder/";