HTML标签解析脚本

Question

我写了一个HTML标记解析脚本，我认为该脚本可以运行，但是出现文件未找到错误。 也许我有一个高级的时刻，但是我被困住了。 我要解析的所有* .html文件都位于一个名为Test的目录中，我正在从一个名为temp的文件夹中执行perl脚本，该文件夹中包含目录Test。 确切的错误是： 打开Test / 1.html时出错：没有这样的文件或目录。 这是代码：

#!/usr/bin/perl

use strict;
use warnings;
use File::Find;
use HTTP::Headers;
use HTML::HeadParser;
use Text::CSV;


my $csv1 = Text::CSV->new ( { binary => 1 } ) or die Text::CSV->error_diag();
$csv1->eol ("\n");

my $dfile = 'all_tags.csv';
open my $fh1, ">:encoding(utf8)", "$dfile" or die "Error opening $dfile: $!";


my $dir = 'Test';
find (\&HTML_Files, $dir);
print "directory is";
print $dir;
close $fh1 or die "Error closing $dfile: $!";
exit;

sub HTML_Files {
   Parse_HTML_Header($File::Find::name) if /\.html?$/;
}


sub Parse_HTML_Header {

   my $ifile = shift;
   open(my $fh0, '<', $ifile) or die "Error opening $ifile: $!\n";
   my $text = '';
   {
      $/ = undef;
      $text = <$fh0>;
   }
   close $fh0;

   my $h = HTTP::Headers->new;
   my $p = HTML::HeadParser->new($h);
   $p->parse($text);


   for ($h->header_field_names) {
      my @values = split ',', $h->header($_);
      if (/keywords/i) {
         $csv1->print ($fh1, \@values);
      } elsif (/description/i) {
         $csv1->print ($fh1, \@values);
      } elsif (/title/i) {
         $csv1->print ($fh1, \@values);

      }
   }
}

Answer 1

这是因为File::Find在运行时正在执行chdir 。 您应该传递$_而不是$File::Find::name 。 或设置no_chdir ：

no_chdir

递归时，不要对每个目录使用chdir（）。 当然，wanted（）函数将需要意识到这一点。 在这种情况下，$ _将与$ File :: Find :: name相同。

因为您正在指定相对路径，所以$File::Find::name也是相对路径。 您也可以通过指定完整的find路径来避免这种情况。 （例如/full/path/to/dir ）