使用Perl提取脚本类型HTML /文本

我目前正在尝试提取脚本类型=“text/html”指向的页面。例如this CNN link在源行：使用Perl提取脚本类型HTML /文本

<script type="text/html" id="pageTemplate"></script>

我想下载pageTemplate的内容，并能够分析结果。我一直在尝试使用HTML :: TagParser，并且能够获取元素pageTemplate，但我无法获取其内容。

2012-04-26 brendan

它可能使用[icanhaz.js]（http://icanhazjs.com/）或类似的东西，所以脚本被一些模板系统读取和解释。 – 2012-04-26 21:27:28

由于“pageTemplate”没有任何内容。据推测，这是因为它将被用作一些html的存储空间; “text/html”类型的脚本实际上并不是做的什么。也就是说，像这样的<script>是一个未显示的DOM元素，可以用于任何目的。

看通与CNN页面，了解正在使用的是什么ID线索相关的JavaScript。

使用FireBug并检查视频上方的标题（“学生贷款...”），我可以确定我相信该ID用于何种用途。我的问题是如果我有URL，我可以如何访问这些信息。 – brendan 2012-04-27 03:55:28

你可以使用LWP :: UserAgent或WWW :: Mechanize;您可能必须先确定请求的确切性质，例如，通过在Firebug中启用“Net”来启用页面加载。可能有涉及的Cookie等。 – delicateLatticeworkFever 2012-04-27 07:21:23

回答