perl - 在本地文件上使用 perl WWW::Mechanize

Question

我目前正在编写 Perl 脚本，并使用 CPAN 模块 WWW:Mechanize 从网站获取 HTML 页面。 然而，我也希望能够处理离线 HTML 文件(我很可能会提前保存自己)，这样我每次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它:

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

进入此:

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

我已经看到 file://可能很有用，但我显然不知道如何使用它，因为我每次都会收到错误。

Answer 1

WWW::Mechanize 中的 get() 方法采用 URL 作为其参数。因此，您只需找出本地文件的正确 URL 即可。您使用“file://”方案是正确的。

我认为你需要:

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

请注意人们经常犯错的两件重要事情。

1. URL 只能识别正斜杠 (/)，因此您需要转换 Windows 扭曲的反斜杠 (\)。 更新:正如 Borodin 在评论中指出的那样，这不是真的 - 您可以在 URL 中使用反斜杠。然而，反斜杠在 Perl 字符串中通常具有特殊含义，因此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(空字符串)和斜杠(/)，然后是本地路径(C:/)。这意味着 file: 后面有三个斜杠。这似乎是错误的，所以人们经常忽略其中之一。 更新:根据鲍罗丁在评论中的建议，描述变得更加准确。

维基百科(一如既往)有更多信息 - file URI scheme