Perl的模組應用 - WWW::Mechanize

WWW::Mechanize 是Perl裡很代表性的一個模組，

我們稱它為網頁代理人，它可以幫你做瀏覽網頁的動作，

包含：點擊連結、帳號密碼登入、擷取所需資訊等等。

因為是針對網頁做處理，所以建議各位要有一點HTML的觀念才容易理解。

在這裡先我們用簡單的例子來說明：

首先，我想先到google的首頁去，並且輸入CPAN下去尋找。

因此我們必須讓程式知道，要在搜尋欄位打上關鍵字，並且按下搜尋按鈕

每個欄位都會有自己的name值，我們可以透過右鍵→檢視原始碼來得知，

很暈對吧！事實上，很多瀏覽器提供的plugin(附加元件)，

都可以讓原始碼排的很整齊，讓大家更容易瀏覽，

在這裡要推薦一個好東西，火狐(FireFox)上的一個plugin：Firebug

Firebug可以把CSS、HTML等各自分開，讓使用者更容易閱讀原始碼。

因此我們可以看到，google上的搜尋欄位名稱是q (name="q")，

先做到這裡為止，我們來看程式碼：
 

use WWW::Mechanize; # 表示我要使用這模組

my $agent = WWW::Mechanize->new();# 建立一個新物件 $agent

$agent -> get("http://www.google.com.tw/"); # 讓$agent連到網頁

$agent -> field("q","CPAN"); # 在名為q的欄位填上CPAN

$agent -> click_button(number => 1); # 點選第一個按鈕 也就是搜尋
 

這樣就完成很簡單的，進到網站、填寫資料、送出。

接著，我們希望程式繼續往下探索網頁，

點選了超連結後，會進入CPAN網站中，搜尋的分頁。

因為我們已經讓程式點選搜尋按鈕了，

所以剩餘的程式碼為：

$agent -> follow_link(n => 29); # 點選第29個超連結

my $content = $agent ->{content}; # 把整個內容都取下 存在變數

open HTML, ">Agent.html"; # 開啟一個新檔案

print HTML $content; # 把$content存放的值都存進新檔案
 

這裡的例子，是把所有資訊都存到$content裡

表示說，如果有必要，可以再利用正規表示，

把$content裡，感興趣的東西留下。
 

事實上到這步，已經算是有實質功能了，

不少灌票程式都是利用這模組稍作修改，

只是把填寫的欄位變多一點(ex: 帳號、密碼)，後續就一樣是，

點第幾個連結、到第幾個頁面、投票給哪位候選人等等。

 
最後，這模組其實能使用的功能很多，絕對不只上面範例中所使用的，

有興趣想深入研究的，CPAN網站上的WWW::Mechanize

有很詳細的介紹。