1 use LWP::Simple; 2 use HTML::LinkExtor; 3 4 $html = get("http://www.baidu.com"); 5 $link = HTML::LinkExtor->new(&check); 6 $link->parse($html); 7 8 sub check{ 9 ($tag, %links) = @_; 10 print "$tag "; 11 foreach $key(keys %links){ 12 print "$key -> $links{$key} "; 13 } 14 } 15 16 #$tag为标签类型， 如a, link, img, script等 17 #%links为hash类型， 键为链接名，值为链接值 18 #比如对于a标签， links中的key为href, 值为href中的链接名 19 # link 20 # href -> /favicon.ico 21 # link 22 # href -> /content-search.xml 23 # link 24 # href -> //www.baidu.com/img/baidu.svg 25 # link 26 # href -> //s1.bdstatic.com 27 # link 28 # href -> //t1.baidu.com 29 # link 30 # href -> //t2.baidu.com 31 # link 32 # href -> //t3.baidu.com 33 # link 34 # href -> //t10.baidu.com 35 # link 36 # href -> //t11.baidu.com 37 # link 38 # href -> //t12.baidu.com 39 # link 40 # href -> //b1.bdstatic.com 41 # img 42 # src -> //www.baidu.com/img/bd_logo1.png
这个代码打印页面中的所有标签名与对应的link链接地址
如果我们要打印其中的所有img地址呢，那我们可能用$tag来判断是哪种标签， 从而再进一步提取数据
具体可以看这里: perl HTML::LinkExtor模块(2)