Question

我正在尝试使用正则表达式来捕获链接，但不能。我有所有链接，但有许多链接不需要。

我所做的就是抓住所有链接： http://valeptr.com/scripts/runner.php?IM= 遵守这种模式。

我把我正在做的脚本：

use warnings;
use strict;
use WWW::Mechanize;
use WWW::Mechanize::Sleepy;

my $Explorador =

    WWW::Mechanize->new(

       agent =>
             'Mozilla/5.0 (X11; U; Linux i686; en-US; rv:1.4) Gecko/20030624',

       sleep => '5..20'
    );

#Proceed to access the URL to find all the links in emails
$Explorador->get("file:/home/alejandro/Escritorio/hehe.php.html");

#If you want debug DOM Document.
#print $Explorador->content();

my @links = $Explorador->links;

foreach my $link (@links) {

   # Retrieve the link URL like:
   # http://valeptr.com/scripts/runner.php?IM=0cdb7d48110375.
   my $href = $link->url;

   foreach my $s ($href) { #Aqui la expresión regular

       my @links = $s =~ qr{
                               (
                               [^B]*
                               )
                               $
                           }x;
       foreach (@links) {
           print "\n",$_;
       }
   }
}

PS：我猜这个正则表达式会比看到的还要多，但看不到。如果是这样，我会回来发一篇文章。

问题：有一堆链接，我需要使用与老板过期的链接： Http: // valeptr.com/scripts/runner.php?IM= 对于它在第19行，我必须应用表达式调节。这个变量my @ links = $ Explorador-＆gt;链接;他返回所有存在的链接。但是我只想知道我上面提到的链接。此致

Answer 1

为什么不让WWW::Mechanize为您完成工作，特别是当它可以通过提供的正则表达式为您过滤掉链接时？

my @wanted_links = $Explorador->find_all_links ( 
                                     url_regex => qr{scripts/runner\.php\?IM=}
                                );

没有for循环！

Answer 2

由于您的参考链接似乎已修复，您可以考虑使用substr而不是regex

$ref_link = q!http://valeptr.com/scripts/runner.php?IM=!;
foreach my $link ( $Explorador->links ) {
    my $href = $link->url;
    if ( substr($href, 0, length($ref_link)) eq $ref_link ) {
        push @save, $href;
    }
}

如何使用WWW :: Mechanize获取与正则表达式匹配的链接？

2 个答案: