Question

我在64位计算机上使用Windows Perl 5.16.3。

当我使用具有以下URL的Mechanize时

http://www.utsavfashion.in/indowestern

一切正常。

但是，当我尝试使用分页选项时，即

将最后一个字符串更改为indowestern＃pg = 2

我无法获得第二页内容。我仍然从第一页获得内容。

请参阅下面的代码段：

my $url = "http://www.utsavfashion.in/indowestern#pg=2";

$m = WWW::Mechanize->new();
$m->get($url);
print "$url\n";

my $c = $m->content;

print "$c\n";

提前感谢您的建议！

Answer 1

Web浏览器甚至不会将#pg=2发送到Web服务器。我不知道WWW :: Mechanize是否有，但它不应该。因此，您获得

的相同页面就不足为奇了

http://www.utsavfashion.in/indowestern

和

http://www.utsavfashion.in/indowestern#pg=2

不同之处在于提取，它在呈现的中。

当您使用Web浏览器呈现它时，页面中的JavaScript会检查锚点并相应地更新内容。

当您使用print $content进行渲染时，它看起来非常不同。您没有获得格式良好的文本或JavaScript的效果。

在下载的内容中有处理JavaScript的选项。但是如果你是数据挖掘，那么复制JavaScript所做的事情可能会更有效和可靠，因为如果在下载的文档中找不到数据，它可能只是另一个网页请求来获取数据。

如何使用WWW :: Mechanize进行分页？

1 个答案: