Question

我有一个我想从不同网站下载的pdf文件的网址列表。

在我的firefox中，我选择了将PDF文件直接保存到特定文件夹的选项。

我的计划是在perl中使用WWW :: Mechanize :: Firefox使用Firefox下载每个文件（在列表中 - 逐个）并在下载后重命名该文件。

我使用以下代码来执行此操作：

    use WWW::Mechanize::Firefox;
    use File::Copy;

    # @list contains the list of links to pdf files
    foreach $x (@list) {
        my $mech = WWW::Mechanize::Firefox->new(autoclose => 1);
        $mech->get($x);  #This downloads the file using firefox in desired folder

        opendir(DIR, "output/download");
        @FILES= readdir(DIR);
        my $old = "output/download/$FILES[2]";
        move ($old, $new);  # $new is the URL of the new filename
    }

当我运行该文件时，它会打开Firefox中的第一个链接，Firefox会将该文件下载到所需目录。但是，之后“新标签”没有关闭，文件没有被重命名，代码一直在运行（就像遇到无限循环一样），没有其他文件被下载。

这里发生了什么？为什么代码不起作用？如何关闭选项卡并使代码读取列表中的所有文件？有没有其他的下载方式？

Answer 1

解决了这个问题。

功能，

$mech->get()

等待＆＃39; DOMContentLoaded＆＃39; Firefox在页面加载时触发的事件。由于我已设置Firefox自动下载文件，因此没有加载页面。因此，＆＃39; DOMContentLoaded＆＃39;事件从未被解雇。这导致我的代码暂停。

我将函数设置为不等待页面加载使用以下选项

$mech->get($x, synchronize => 0);

在此之后，我添加了60秒延迟以允许Firefox在代码进行之前下载文件

sleep 60;

因此，我的最终代码看起来像

use WWW::Mechanize::Firefox;
use File::Copy;

# @list contains the list of links to pdf files
foreach $x (@list) {
    my $mech = WWW::Mechanize::Firefox->new(autoclose => 1);

    $mech->get($x, synchronize => 0);
    sleep 60;

    opendir(DIR, "output/download");
    @FILES= readdir(DIR);
    my $old = "output/download/$FILES[2]";
    move ($old, $new);  # $new is the URL of the new filename
}

Answer 2

如果我理解正确，您可以获得实际pdf文件的链接。在这种情况下，WWW :: Mechanize最有可能比WWW :: Mechanize :: Firefox更容易。事实上，我认为几乎总是如此。再说一遍，看浏览器的工作肯定会更酷。

use strict;
use warnings;

use WWW::Mechanize;

# your code here
# loop

    my $mech = WWW::Mechanize->new();    # Could (should?) be outside of the loop.
    $mech->agent_alias("Linux Mozilla"); # Optionally pretend to be whatever you want.

    $mech->get($link);
    $mech->save_content("$new");

#end of the loop

如果这绝对不是你想要的，我的封面故事将是我不想打破我的666代表！

使用Perl WWW :: Mechanize :: Firefox在Firefox中下载

2 个答案: