从字符串中的链接获取网站标题

Question

string: "这是徽章，https://stackoverflow.com/badges bla bla bla"

如果字符串包含链接（见上文）我想解析该链接的网站标题。

它应该返回：徽章 - 堆栈内存溢出。

我怎样才能做到这一点？

谢谢。

Answer 1

#!/usr/bin/perl -w

require LWP::UserAgent;

my $ua = LWP::UserAgent->new;
$ua->timeout(10);
$ua->env_proxy;

my $response = $ua->get('http://search.cpan.org/');

if ($response->is_success) {
    print $response->title();
}
else {
    die $response->status_line;
}

请参阅LWP::UserAgent。干杯:-)

Answer 2

我使用 URI::Find::Simple 的 list_uris 方法和 URI::Title 为此。

Answer 3

根据给出链接的方式以及定义标题的方式，您需要一种或另一种方法。

在您所呈现的具体场景中，使用 URI::Find< 获取 URL /a>、HTML::LinkExtractor 等，然后 我的 $title=URI->new($link)->path()将提供标题和链接。

但是，如果网站标题是链接文本，例如 标记，然后如何在 Perl 中从 HTML 中提取 URL 和链接文本？ 将为您提供答案。

如果标题编码在链接本身中，并且链接是链接的文本本身，那么如何定义标题？

1. 您是否想要在任何查询之前获取 URI 的最后一位？将查询设置为 URL 路径会发生什么情况？
2. 您想要主机和查询之间的部分吗？
3. 您想解析链接源并检索标题标签（如果有）吗？

一如既往，从琐碎的首次实现到涵盖所有极端情况是一项艰巨的任务;-)