1

任务非常简单：访问一个 url 并根据结果解析它。如果出现错误（404、500 等），请采取适当的措施。最后一块是我遇到的问题。
我列出了我当前使用的两段代码。较长的（LWP+TreeBuilder）适用于两种情况；较短的（TreeBuilder）适用于第一个条件，但不适用于错误条件。如果我使用 TreeBuilder 并且站点返回 404 或其他错误，则脚本将直接退出！有任何想法吗 ？

更长的代码有效

使用 LWP::Simple；
使用 LWP::UserAgent；
使用 HTML::TreeBuilder；

$url="http://some_url.com/blahblah" ;
$response = LWP::UserAgent->new->request(HTTP::Request->new(GET => $url));
    if ($response->is_success) {

    $p = HTML::TreeBuilder->new();
    $p->parse($response->content);

    } 别的 {

    警告“无法获取 $url:”，$response->status_line，“\n”；

    }

较短的没有

使用 HTML::TreeBuilder；

$url="http://some_url.com/blahblah" ;

$tree = HTML::TreeBuilder->new_from_url($url) ;
4

2 回答 2

3

脚本简单地退出

不，它会引发异常。如果你愿意，你总是可以捕捉到异常eval BLOCK。

my $tree = eval { HTML::TreeBuilder->new_from_url($url) }
   or warn($@);
于 2013-06-11T02:32:58.287 回答
3

引用文档：

如果 LWP 无法获取 URL，或者响应不是 HTML（由content_is_htmlHTTP::Headers 确定），则new_from_url终止，并且 HTTP::Response 对象位于$HTML::TreeBuilder::lwp_response.

试试这个：

use strict;
use warnings;
use HTML::TreeBuilder 5; # need new_from_url
use Try::Tiny;

my $url="http://some_url.com/blahblah" ;
my $p = try { HTML::TreeBuilder->new_from_url($url) };
unless ($p) {
    my $response = $HTML::TreeBuilder::lwp_response;
    if ($response->is_success) {
        warn "Content of $url is not HTML, it's " . $response->content_type . "\n";
    } else {
        warn "Couldn't get $url: ", $response->status_line, "\n";
    }
}
于 2013-06-11T02:41:55.287 回答