String 如何从网页中获取未知长度的字符串_String_Perl_Url

String 如何从网页中获取未知长度的字符串

string perl url

String 如何从网页中获取未知长度的字符串,string,perl,url,String,Perl,Url,我需要得到一个perl字符串，它的长度每天都在变化。请看下面的URL内容 <!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 3.2 Final//EN"> <html> <head> <title>Index of /isos/preFCS5.3/LATESTGOODCVP</title> </head> <body> <h1>Index of /isos/preFCS5

我需要得到一个perl字符串，它的长度每天都在变化。请看下面的URL内容

<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 3.2 Final//EN">
<html>
<head>
<title>Index of /isos/preFCS5.3/LATESTGOODCVP</title>
</head>
<body>
<h1>Index of /isos/preFCS5.3/LATESTGOODCVP</h1>
<table><tr><th><img src="/icons/blank.gif" alt="[ICO]"></th><th><a href="?C=N;O=D">Name</a></th><th><a href="?C=M;O=A">Last      modified</a></th><th><a href="?C=S;O=A">Size</a></th><th><a href="?C=D;O=A">Description</a></th></tr><tr><th colspan="5"><hr></th></tr>
<tr><td valign="top"><img src="/icons/back.gif" alt="[DIR]"></td><td><a href="/isos/preFCS5.3/">Parent   Directory</a></td><td>&nbsp;</td><td align="right">  - </td></tr>
<tr><td valign="top"><img src="/icons/unknown.gif" alt="[   ]"></td><td><a href="CVP-LATEST-5.3.0.37.iso">CVP-LATEST-5.3.0.37.iso</a></td><td align="right">19-Jul-2011 03:32  </td><td align="right">816M</td></tr>
<tr><td valign="top"><img src="/icons/unknown.gif" alt="[   ]"></td><td><a href="ChangeLog-LATEST.2011-07-19-03h.30m.01s">ChangeLog-LATEST.2011-07-19-03h.30m.01s</a></td><td align="right">19-Jul-2011 03:32  </td><td align="right"> 16K</td></tr>
<tr><td valign="top"><img src="/icons/unknown.gif" alt="[   ]"></td><td><a href="is.iso">is.iso</a></td><td align="right">19-Jul-2011 03:32  </td><td align="right">816M</td></tr>
<tr><td valign="top"><img src="/icons/unknown.gif" alt="[   ]"></td><td><a href="md5SUM">md5SUM</a></td><td align="right">19-Jul-2011 03:32  </td><td align="right">111 </td></tr>
<tr><th colspan="5"><hr></th></tr>
</table>
<address>Apache/2.2.3 (Red Hat) Server at www.google.com Port 80</address>
</body></html>

在这里，如果你看到代码，它只得到5.3.0之后的数字（xx），“xx”，已知长度为2

我是否可以更改它，使其读取整个文件名，即.CVP-LATEST-XXXXXX*.iso，然后将其与$oldversion进行比较

请注意字符串“CVP-LATEST-”和“.iso”保持不变，但后面的数字会发生变化，也可能包含字母。还要注意，URL内容中还有一个名为is.iso的文件。我不想那样做。

试试看

if ( $newPage =~ /href=\"CVP-LATEST-(.*?)\.iso\"/ ) {
    my $name = "CVP-LATEST-${1}.iso";

$name

包含整个文件名。

当您想要解析HTML时，您应该使用一个知道如何解析HTML的模块

你的问题经常被问到：

perldoc -q url

How do I extract URLs?

use HTML::SimpleLinkExtor;
...
my $extor = HTML::SimpleLinkExtor->new();
$extor->parse($newPage);
my($version) = grep /^CVP-LATEST-.*\.iso/, $extor->href;

html正则表达式的秘密，而不是双引号

/href="([^"]*)"/i

请接受您之前一些问题的答案；你不这样做是在阻止人们回答你的问题。那么$name包含什么呢？它是否具有整个字符串（CVP-LATEST-XX*.iso）？因为我需要整个字符串在$name中。而且我在你的代码中只看到1个“你知道在哪里结束吗”？很抱歉，我现在无法尝试代码，因为我现在无法访问该链接。谢谢，但我认为您在第1行中遗漏了一个“（双引号）。我可以知道另一个”（双引号）在哪里吗？是否可以使用此模块获取网站的时间戳？我只是不知道应该使用哪个参数来检查更新。是否检查文件名或时间戳。当你说“网站的时间戳”是什么意思？如果你看上面的网络来源，你可以看到时间“19-Jul-2011 03:32”与“CVP-LATEST-5.3.0.37.iso”在同一行，这一次只是文件更新时间。我想知道以历元形式获取时间并与存储的时间进行比较，而不是获取文件名（CVP-LATEST-5.3.0.37.iso）并对其进行比较，这是不是一个好主意。

/href="([^"]*)"/i