我想下载一些Yahoo Groups（文件，照片，消息，成员列表），我发现了这些脚本：
我从CPAN下载了ActivePerl和所需的模块（没什么特别的;它们很容易找到）。我已经设法安装它们，但是当我运行脚本时，它告诉我我已成功登录后收到错误： “在模式匹配中使用未初始化的值$ cell（m //），在yahoogroups_files.pl第244行第2行。”
我猜雅虎改变了页面的布局或者其他东西，但是我无法自己更新脚本。我是Perl的新手，了解雅虎生成页面的方式，我只知道一些基本的C ++。我想提一下，我不是懒惰，我会尝试自己解决，但我需要你的帮助：提示，建议，任何事情。
PS：我已经联系了作者，但他不愿意更新脚本。
答案 0 :(得分：3)
您需要以下领域的知识：
使用html解析器
http知识（get / post / head）
网页抓取
我建议您专注于WWW::Mechanize因为它能够完成所有这些事情（以及更多）
编辑：另一个解决方案（不需要编程），是：在浏览器上登录yahoo组，存储cookie，然后运行wget，将存储的cookie作为参数传递。通过这种方式，您可以非常快速地完成任务。在硬盘上找到浏览器的cookies.txt文件，然后像这样调用wget（如果我记得正确的命令）：
wget --load-cookies path_to_cookie_file -r -w 60 website
可以找到完整的手册页here
EDIT2：另一种选择是使用WebDriver来自动化Firefox。您可以使用this article作为如何完成此操作的指南。
答案 1 :(得分：1)
通过文件名我假设您使用的是Yahoo Group archiver：http://sourceforge.net/projects/grabyahoogroup/
我针对SubEthaEdit组运行了文件脚本，效果很好。所有文件都是无故障下载的。
如果$ cells为空，在while循环中处理html表时，看起来像barf这样的代码。
考虑到代码在我测试时确实有效，可能会出现该组文件列表的内容。您将要尝试输出$ content并找出243上的正则表达式无法处理该html的位置和原因。
编辑：如果你不介意发布这个组，我发现我确信自己或其他人可以自己试一试并排除故障。当问题无法复制时，很难确定怎么了上升的。此外，尝试我做的同一组，看看它是否适合你。当然，如果可行的话，你正在尝试的那些小组。
答案 2 :(得分：0)
Dunno，如果它会帮助你，但这是我为了让消息下载工作所做的：
http://sourceforge.net/forum/forum.php?thread_id=3283915&forum_id=209170
（我只使用了消息下载，我没有看文件下载）
答案 3 :(得分：0)
答案 4 :(得分：0)
grabyahoogroup在最新版本中效果很好，可以在svn repo找到：
http://grabyahoogroup.svn.sourceforge.net/viewvc/grabyahoogroup/trunk/yahoo_group/
sourceforge.net/projects/grabyahoogroup/files/上的版本有BUAS而且不适合我。
答案 5 :(得分：0)
我一直在寻找一种从Yahoo Groups收集消息/对话的工具！我终于找到了这个工具来转换你的Yahoo!在尝试自己创建并在互联网上随处搜索之后，将消息分组为MBOX格式。
以下两项都是Google Chrome扩展程序。
在2010年9月16日的某个时间（至少对我来说），检索到的消息不再是纯文本，而是Base 64二进制数据（ASCII）。使用此swiss converter tool可以让您按原样读取数据。
VGhlIHF1aWNrIGJyb3duIGZveCBqdW1wcyBvdmVyIHRoZSBsYXp5IGRvZy4=
The quick brown fox jumps over the lazy dog.
答案 6 :(得分：0)