使用 Perl LWP:: 简单处理在线价格查询网站

Question

在空闲时间，我一直在尝试通过编写一个脚本来提高我的 Perl 能力，该脚本使用 LWP::Simple 来轮询一个特定网站的产品页面以检查产品的价格（我有点像 Perl 菜鸟）。该脚本还保留了该商品的最后价格的非常简单的积压（因为价格经常变化）。

我想知道是否有任何方法可以进一步自动化脚本，这样我就不必显式地将页面的 URL 添加到初始哈希中（即保留关键术语数组并执行搜索查询 amazon 来查找页面或价格？）。有没有办法可以做到这一点，而不需要我复制亚马逊的搜索 URL 并解析我的关键字？ （我知道使用正则表达式处理 HTML 通常是不好的形式，我只是使用它，因为我只需要一小部分数据）。

#!usr/bin/perl
use strict;
use warnings;
use LWP::Simple;

my %oldPrice;
my %nameURL = (
    "Archer Season 1" => "http://www.amazon.com/Archer-Season-H-Jon-Benjamin/dp/B00475B0G2/ref=sr_1_1?ie=UTF8&qid=1297282236&sr=8-1",
    "Code Complete" => "http://www.amazon.com/Code-Complete-Practical-Handbook-Construction/dp/0735619670/ref=sr_1_1?ie=UTF8&qid=1296841986&sr=8-1",
    "Intermediate Perl" => "http://www.amazon.com/Intermediate-Perl-Randal-L-Schwartz/dp/0596102062/ref=sr_1_1?s=books&ie=UTF8&qid=1297283720&sr=1-1",
    "Inglorious Basterds (2-Disc)" => "http://www.amazon.com/Inglourious-Basterds-Two-Disc-Special-Brad/dp/B002T9H2LK/ref=sr_1_3?ie=UTF8&qid=1297283816&sr=8-3"
);

if (-e "backlog.txt"){
    open (LOG, "backlog.txt");
    while(){
        chomp;
        my @temp = split(/:\s/);
        $oldPrice{$temp[0]} = $temp[1];
    }
close(LOG);
}

print "\nChecking Daily Amazon Prices:\n";
open(LOG, ">backlog.txt");
foreach my $key (sort keys %nameURL){
    my $content = get $nameURL{$key} or die;
    $content =~  m{\s*\$(\d+.\d+)} || die;
    if (exists $oldPrice{$key} && $oldPrice{$key} != $1){
        print "$key: \$$1 (Was $oldPrice{$key})\n";
    }
    else{
    print "\n$key: $1\n";
    }
    print LOG "$key: $1\n";
}
close(LOG);

Answer 1

是的，设计可以改进。最好删除所有内容并从现有的全功能网页抓取应用程序或框架重新开始，但由于您想学习：

1. 名称到 URL 映射是 配置数据。从程序外部检索它。
2. 将历史数据存储在数据库中。
3. 学习 XPath 并使用它从 HTML 中提取数据，如果您已经掌握了，那么这很容易CSS 选择器。

---

其他堆垛机，如果您想修改我的帖子并提供每条建议的理由，请继续编辑它。

Answer 2

我制作了简单的脚本来演示亚马逊搜索自动化。所有部门的搜索网址均已使用转义搜索词进行更改。其余代码是使用 HTML::TreeBuilder 进行简单解析。可以使用 dump 方法轻松检查相关 HTML 的结构（请参阅注释掉的行）。

use strict; use warnings;

use LWP::Simple;
use URI::Escape;
use HTML::TreeBuilder;
use Try::Tiny;

my $look_for = "Archer Season 1";

my $contents
  = get "http://www.amazon.com/s/ref=nb_sb_noss?url=search-alias%3Daps&field-keywords="
        . uri_escape($look_for);

my $html = HTML::TreeBuilder->new_from_content($contents);
for my $item ($html->look_down(id => qr/result_\d+/)) {
    # $item->dump;      # find out structure of HTML
    my $title = try { $item->look_down(class => 'productTitle')->as_trimmed_text };
    my $price = try { $item->look_down(class => 'newPrice')->find('span')->as_text };

    print "$title\n$price\n\n";
}
$html->delete;