[英]How to download HTML encoded with PHP/JavaScript content using WGET or Perl
我有一个我想下载和解析的URL:
http://diana.cslab.ece.ntua.gr/micro-CDS/index.php?r=search/results_mature&mir=hsa-miR-3131&kwd=MIMAT0014996
问题是当我使用unix wget
以下列方式下载时:
$ wget [the above url]
它给了我与浏览器中看到的内容不同的内容(即基因列表不存在)。
以编程方式执行此操作的正确方法是什么?
我刚刚使用PHP进行测试,并将它与基因列表拉得很好
<?php
echo file_get_contents('http://diana.cslab.ece.ntua.gr/micro-CDS/index.php?r=search/results_mature&mir=hsa-miR-3131&kwd=MIMAT0014996');
?>
你有权访问PHP吗?
#/usr/bin/perl
use WWW::Mechanize;
use strict;
use warnings;
my $url = "http://diana.cslab.ece.ntua.gr/micro-CDS/index.php?r=search/results_mature&mir=hsa-miR-3131&kwd=MIMAT0014996";
my $mech = WWW::Mechanize->new();
$mech->agent_alias("Windows IE 6");
$mech->get($url);
#now you have access to the HTML code via $mech->content();
要处理HTML代码,我强烈建议use HTML::TreeBuilder::XPath
(或其他HTML解析模块)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.