在本地文件上使用perl WWW :: Mechanize

Question

我目前正在研究Perl脚本，我使用CPAN模块WWW：Mechanize来从网站获取HTML页面。 但是，我希望能够处理离线HTML文件（我最有可能预先保存自己），所以每次我尝试新脚本时都不需要互联网。 所以基本上我的问题是如何改变这个：

$mech->get( 'http://www.websiteadress.html' );

进入这个：

$mech->get( 'C:\User\myfile.html' );

我见过那个文件：//可能很有用，但我显然不知道如何使用它，因为每次都会出错。

Answer 1

WWW :: Mechanize中的get()方法将URL作为其参数。因此，您只需要确定本地文件的正确URL。你使用“file：//”方案就行了。

我想你需要：

$mech->get( 'file:///C:/User/myfile.html' );

注意人们经常出错的两件重要事情。

1. 网址只能理解正斜杠（/），因此您需要转换Windows'扭曲的反斜杠（\）怪物。 更新：正如Borodin在评论中指出的那样，这不是真的 - 您可以在网址中使用反斜杠。但是，反斜杠通常在Perl字符串中有特殊含义，所以我建议尽可能使用正斜杠。
2. 方案是file，后跟://（带有两个斜杠），然后是主机名（这是一个空字符串）斜杠（/）然后是你的本地路径（C:/）。这意味着file:之后有三个斜杠。这似乎是错误的，所以人们经常省略其中一个。 更新：根据Borodin的评论建议，说明更加准确。

维基百科（一如既往）有更多信息 - file URI scheme