Perl 爬取内容失败 - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
akagi
V2EX    Perl

Perl 爬取内容失败

  •  
  •   akagi 2014-07-01 00:07:54 +08:00 8425 次点击
    这是一个创建于 4119 天前的主题,其中的信息可能已经有所发展或是发生改变。
    使用的是 Mojo::UserAgent, 用来爬取某网站的用户回答列表,但是爬取时会随机在某网页停止,显示

    "Can't call method "all_text" on an undefined value at core.pl line 188."

    实现如下,

    sub get_keyword_list {
    my ($ua, @list, $keyword) = @_;

    foreach my $l (@list) {
    my $tx = $ua->get($l->[0]);
    say $l->[0];
    # what should it be?
    my $answer = $tx->res->dom->at('div.zm-editable-content.clearfix')->all_text;
    my $timestamp = $tx->res->dom->at('a.answer-date-link.meta-item')->text;
    open my ($tmp), '>>', 'tmp.txt' or die;
    say $tmp $answer;
    say $tmp $timestamp;
    }
    }

    其中 $l->[0] 取到列表中各网页 url, 类似如下形式: http://www.zhihu.com/question/20304733/answer/25775012

    为什么会出现错误,无法理解ing, 求解。
    8 条回复    2014-07-01 11:23:31 +08:00
    forbe
        1
    forbe  
       2014-07-01 00:29:37 +08:00
    用 Go吧,http://meijia0.com就是我最近用GO写的一个小爬虫,很简单很方便
    11138
        2
    11138  
       2014-07-01 06:07:07 +08:00   1
    先判断一下“get”成功了再往下操作。
    orzfly
        3
    orzfly  
       2014-07-01 07:47:32 +08:00
    用来爬取某网站
    类似如下形式: http://www.zhihu.com
    akagi
        4
    akagi  
    OP
       2014-07-01 09:59:40 +08:00
    @11138 出错的原因是什么呢?
    11138
        5
    11138  
       2014-07-01 10:44:18 +08:00
    my $tx = $ua->get($l->[0]);

    这里,由于各种网络原因,“get”的结果可能是失败的,所以你要判断一下啊。

    http://search.cpan.org/~sri/Mojolicious-5.10/lib/Mojo/UserAgent.pm

    if (my $res = $tx->success) { say $res->body }
    else {
    my $err = $tx->error;
    die "$err->{code} response: $err->{message}" if $err->{code};
    die "Connection error: $err->{message}";
    }
    akagi
        6
    akagi  
    OP
       2014-07-01 11:07:10 +08:00
    @11138 恩,我表述的不大清楚。之前你的回复我看明白了,只是还没搞懂get失败的可能原因。如果单次get可以成功,多条情况可能失败,这里的“各种网络原因”,具体可能有哪些,希望能稍微展开下 :)
    11138
        7
    11138  
       2014-07-01 11:16:11 +08:00
    如果获取失败你可以将错误的信息打印出来看看啊,参考上面的代码。
    akagi
        8
    akagi  
    OP
       2014-07-01 11:23:31 +08:00
    @11138 嗯,谢谢。
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     3723 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 27ms UTC 10:17 PVG 18:17 LAX 03:17 JFK 06:17
    Do have faith in what you're doing.
    ubao snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86