对我来说特别有趣，因为PHP / Perl-beginner是瑞士的这个网站： see this link:http://www.edi.admin.ch/esv/00475/00698/index.html?lang=de&webgrab_path=http://esv2000.edi.admin.ch/d/entry.asp?Id=1308 其中包含2700个基础的数据集。所有数据均可免费使用，不受版权限制。
到目前为止我们所拥有的东西：如果我采用WWW :: Mechanize，收获任务应该没问题 - 特别是在进行基于表单的搜索和选择单个条目时。嗯 - 我猜这个算法基本上是2个嵌套循环：外循环运行基于表单的搜索，内循环处理搜索结果。
外部循环将在页面上的第二个搜索表单上使用select（）和submit_form（）函数。我们可以在这里使用DOM处理吗？那么 - 我们如何才能获得选择值。
结果的内部循环将使用跟随链接功能使用以下调用来获取实际条目。
$mech->follow_link(url_regex => qr/webgrab_path=http:\/\/evs2000.*\?
Id=\d+$/, n => $result_nbr);
这会将我们的机制浏览器转发到输入页面。基本上，URL查询会查找具有webgrap_path到Id模式的链接，这对于每个数据库条目都是唯一的。 $ result_nbr变量告诉mecha接下来应该遵循哪一个结果。
如果我们有几个结果页面，我们也会使用相同的技巧遍历结果页面。对于条目信息的语义提取，我们可以使用XML解析实际条目的内容：LibXML的html解析器（在此页面上可以正常工作），因为它为您提供了一些强大的DOM选择（使用XPath）方法。 那么通过页面的实际循环应该可以在几行perl中完成。 20行 - 可能更少。
但等等：条目页面的处理将是最复杂的部分 的脚本。
方法：原则上我们可以使用单个while循环执行相同的算法 如果我们巧妙地使用back（）函数。
你能给我一个开头的提示 - 输入页面的处理 - 在Perl :: Mechanize中执行此操作
答案 0 :(得分：0)
“其中包含2700个基础的数据集。所有数据均可免费使用，不受任何版权限制。”
不正确。见http://perlmonks.org/?node_id=905767
“即使数据是免费提供的，数据也受版权保护：”下载或复制文本，插图，照片或任何其他数据不会导致内容权利的任何转让。“（同样，德语，如你之前一直在把一些其他的德国名单写成垃圾邮件。“