HTML标签解析脚本

Question

我编写了一个我认为应该可以工作的 HTML 标记解析脚本，但我收到了一个找不到文件的错误。也许我有一个高级的时刻，但我被困住了。我在一个名为Test 的目录中拥有要解析的所有*.html 文件，并且我正在从一个名为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。 代码如下：

#!/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。你应该通过$_ 而不是$File::Find::name。或设置no_chdir:

no_chdir

在递归时不会对每个目录进行 chdir()。 Wanted() 函数当然需要意识到这一点。在这种情况下，$_ 将与 $File::Find::name 相同。

因为您指定的是相对路径，所以$File::Find::name 也是相对路径。您也可以通过指定find 的完整路径来避免这种情况。 （例如/full/path/to/dir）