Re: [問題] 抓取網頁原始檔內的資料

[AntaresStar ()]

剛剛試了一下

最主要應該是字元編碼的問題

我改成


#!/usr/bin/perl
use LWP::Simple;
use WWW::Mechanize;
$str = "一丁不識";
$info = "http://www.google.com.tw/search?btnG=1&pws=0&q=";
$url = "$info"."$str";
$mech = WWW::Mechanize->new();
$mech->get($url);
@M=split(/\n/,$mech->content());
binmode(STDOUT, ':encoding(big5)');
print "@M";


那個.tw我不知道是不是你要的

在台灣打google.com的話會自動導向過去  但寫成perl好像就不會自動導向

這樣搜尋的結果跟編碼都會不一樣
※ 引述《yujhe (科科哲)》之銘言：
: 各位大大，我想要利用google來抓取我搜尋頁面上的特定資料(做個自動搜尋機器人)
: 我參考前面幾篇的文章，不過抓取到的原始檔資料好像不是我要的
: 可以請各位大大幫我看一下原始碼哪邊出錯了嗎??
: #!/usr/bin/perl
: use LWP::Simple;
: use WWW::Mechanize;
: $str = "一丁不識";
: $info = "http://www.google.com/search?btnG=1&pws=0&q=";
: $url = "$info"."$str";
: $mech = WWW::Mechanize->new();
: $mech->get($url);
: @M=split(/\n/,$mech->content());
: print "@M";
: 我想要抓取Google"一丁不識"這個成語的頁面原始檔，
: http://www.google.com/search?btnG=1&pws=0&q=一丁不識
: 然後在去parse我想要的資料
: 不過最後印出來的結果好像和我直接在網頁上看到的原始檔不一樣...
: 懇請各位大大幫忙解決~~

--
※ 發信站: 批踢踢實業坊(ptt.cc) 
◆ From: 114.36.61.9
推 yujhe:謝謝你!!