谢谢诸位, 特别是Qiang, jzhang的热心解答!<br><br>我之于Mechanize模块的尝试，实际是出于兴趣。因为对Javascript较熟悉，以前用HTML::TreeBuilder模块时，虽然也可以达到解析HTML文档之目的，然终究想用一套和DOM类似的接口来操作HTML Syntax Document。<br><br>事实上，若要模仿浏览器行为，我想WWW::*模块足以胜任。如jzhang提到的，<span style="font-weight: bold;">
Mechanize主要提供的是模拟浏览器行为的功能</span>。那么在这里我的疑惑是: 既然有了WWW::*诸如此类模块，那么WWW::Mechanize, Mozilla::Mechanize存在的目的是什么？我唯一能说服的就是他们提供了和DOM类似的接口。使用起来更熟悉。诸位如何看?<br><br>下面附上Mozilla::Mechanize的make test输出结果。在make test失败的情况下，我强制make install，然后编写了测试Mozilla::Mechanize的代码，运行后脚本崩溃, 提示段错误。
<br><br><div style="margin-left: 40px;">Failed 7/8 tests, 12.50% okay<br>Failed Test Stat Wstat Total Fail List of Failed<br>-------------------------------------------------------------------------------<br>t/00-props.t
0 139 11 20 2-11<br>t/01-construct.t 0 139 13 24 2-13<br>t/02-ct.t 0 139 20 38 2-20<br>t/basic.t 0 139 12 22 2-12<br>t/field.t 0 139 12 22 2-12
<br>t/find_link.t 0 139 60 118 2-60<br>t/formbasics.t 0 139 33 64 2-33<br>t/frames.t 0 139 9 16 2-9<br>t/image-parse.t 0 139 20 38 2-20<br>t/jstest.t 0 139 4 6 2-4
<br>t/select.t 0 139 26 50 2-26<br>t/swaplist.t 0 139 25 48 2-25<br>t/tick.t 0 139 8 14 2-8<br>2 tests skipped.<br>Failed 13/15 test scripts. 240/253 subtests failed.<br>
Files=15, Tests=253, 4 wallclock secs ( 1.97 cusr + 0.27 csys = 2.24 CPU)<br>Failed 13/15 test programs. 240/253 subtests failed.<br>make: *** [test] Error 255<br>rorot@rorot-laptop:~/.cpan/build/Mozilla-Mechanize-0.05$
<br></div><br>------------------------------------------------------------------------------------------------<br>另: 这里有一个返回引用的问题，我一直疑惑，请教诸位。<br>在我的一个package里，我这么写道:<br><br><div style="margin-left: 40px;">sub new {<br> my $class = shift;
<br> my $self = {@_};<br> bless ($self, $class);<br> $self->_init;<br> return $self;<br>}<br><br>sub _init {<br> my $self = shift;<br> #return if (exists %$self{'dbh'});<br> $self->{'dbh'} = DBI->connect($DBD, $username, $password) || die "Connect Database Error";
<br> $self->{'dbh'}->{unicode} = 0;<br>}<br><br>sub DESTROY {<br> my $self = shift;<br> $self->{'dbh'}->disconnect if $self->{'dbh'};<br>}<br></div><br> sub dbh {<br>
my $self = shift;<br> return $self->{'dbh'}; <br> }<br>-------------------------------------------------------------------------------------------------<br><br>其中的dbh()方法，是我为了在别的方法里调用方便时写的。比如在该pakeage的其他方法里，我可以这么调用dbh: $self->dbh->query($query);
<br><br>但问题是，我不知道在sub dbh()方法里return $self->{'dbh'}, 是不是又临时拷贝了一份dbh对象，还是直接返回了dbh对象的引用（不是指针). 我这样写的dbh()方法，是否有多生成临时对象的嫌疑？ 或者为了方便在别的函数里使用$self->dbh->method的形式，而又更好的撰写dbh()函数的途径？( 主要是为了避免临时对象的生成，不知道在perl里面是如何处理的？）
<br><br>实质上，我对perl对象的引用和指针一直混淆不清。有诸位解释一下吗？期待回复。<br><br>rorot <br><br><br><div><span class="gmail_quote">在07-11-26，<b class="gmail_sendername">jzhang</b> <<a href="mailto:jzhang533@gmail.com">jzhang533@gmail.com</a>> 写道：
</span><blockquote class="gmail_quote" style="border-left: 1px solid rgb(204, 204, 204); margin: 0pt 0pt 0pt 0.8ex; padding-left: 1ex;">> 谢谢Qiang的指点！<br>><br>> HTML::DOM,<br>> HTML::TreeBuilder我都测试过，在我看来，这些模块侧重于建立一个DOM模型，而不侧重解析一个HTML的(标准或者不标准的)文档。诸位看法？
<br><br>HTML::DOM我没用过，但是HTML::TreeBuilder就是用来解析HTML的，对于不标准的HTML文档应该也没问题。你可以看看HTML::Element的文档，那里说的更详细。<br><br>><br>> 在顺利安装完Mozilla::DOM后，着手编写脚本时，却始终无法找到此模块(Mozilla::DOM)的初始化程序，即New方法。于是进一步google,<br>> 才发现需要Mozilla::Mechanize来作init的工作。进而安装Mozilla::Mechanize, make test 成功率只有5%,
<br>> 无法正常安装。于是转而求助于WWW::Mechanize. 终于发现，WWW::Mechanize才是最适合我需要的东西。其优势有二:<br>><br>> 1, 成功解析HTML文档，能正确找到各种HTML Elements.<br>> 2, 不需要GTK支持。可以运行在Console模式。<br><br>Mech的主要功能应该是模拟POST,GET以及点击链接等操作的吧。<br>有本叫Spidering Hacks的书里面讲的更详细，讲了关于网络爬虫和网页解析的很多模块，写的很不错。网上应该有电子版的。
<br><br>><br>> 但也有不足之处。至少WWW::Mechanize缺少了DOM里的Event支持。而Mozilla::DOM则完美的支持DOM里的一切。<br>><br>> 虽然Mozilla::Mechanize的运行，需要GTK2的支持，但是因为其对DOM的完美支持，我还是倾向于最终使用此模块。但问题是，为什么我的Mozilla::Mechanize编译都成功，而make<br>> test却无法通过？ 尽管在configure的时候，并没有发现缺少哪个模块。
<br>><br>> Qiang推荐的WEB::Scraper我等于会去看一下。谢谢你的回复！<br>><br></blockquote></div>