While trying to get a perl utility working, I had to install a bunch of prerequisite perl modules on my CentOS 5 VPS. One requirement was XML::Parser. However when I tried to install it like so:
[root@localhost]perl -MCPAN -e shell
cpan> install XML::Parser
I received errors with the below being the most relevent bit…
cp Expat.pm ../blib/lib/XML/Parser/Expat.pm
/usr/bin/perl [...]
1 comment 二月 12th, 2010
使用cpan，大概进去后，help一下就会用。
但是今天想安装Chart::OFC的时候还是碰到问题。
不知道为什么我的一台老的rhel3的系统里的urllist竟然是ftp://cpan.cse.msu.edu/，半天一个i Chart::OFC的命令也没有反应，速度太慢了，后来查了一下那个大学是密歇根州立大学，好偏远，于是必须更新一下urllist，但是我又忘了怎么更新了。
好在网上找到个帖子(http://mail.pm.org/pipermail/china-pm/2007-August/001002.html)告诉了我，转到如下：
你无需手工修改 /etc/perl/CPAN/Config.pm 来改变 CPAN 镜像地址的，以ROOT身
份运行：
# perl -MCPAN -e shell
cpan> o conf urllist unshift http://www.perl.com/CPAN/
cpan> o conf commit
在search.cpan.org也看到有两个中国的镜像，考虑到稳定性，还是使用perl.com的
还有一点是在用cpan的时候，因为模块安装时默认的make test不成功，make install就不会去做，但是因为某些情况并不需要这样，这时候，可以force install DBD::mysql
============================================================
配置http_proxy的方法：
o conf http_proxy http://proxy:8080
============================================================
有时候，可能几个不重要的make test中的测试项导致make test失败，这时候就用强制安装:
force install Test::WWW::Mechanize::Catalyst
Add comment 一月 7th, 2010
HTML::TreeBuilder
这个解析模块使用了强大的 HTML::Element 模块。解析时，HTML::TreeBuilder模块把整个 html 文档转换成了 perl 的数据结构，可以进行任意的操作。
使用时先创建一个 HTML::TreeBuilder 对象。
use Data::Dumper qw(Dumper);
$Data::Dumper::Indent = 1;
use HTML::TreeBuilder;
my $tree = new HTML::TreeBuilder;
直接向 HTML::TreeBuilder 传递文件好像会把中文转换成 unicode 的字符，所以一般传递文件句柄。而且传递的字符串或者句柄一般要先确保是 utf8 字符串才行，不然会有一个warning：
Parsing of undecoded UTF-8 will give garbage when decoding entities at /home/ywb/temp/t.pl line 16, line 5.
解析文件和解析字符串的区别仅仅是前者是使用 parse_file 函数，而后者使用parse 函数。下面以解析文件句柄的例子：
binmode DATA, “utf8″;
$tree->parse_file(\*DATA);
print Dumper($tree), “\n”;
__DATA__
x
y
1
2
要提取出表格中的内容可以这样：
foreach my $row ( $tree->find_by_tag_name(“tr”) ) {
foreach my $cell [...]
Add comment 十二月 29th, 2009
使用perl实现网页抓取，对网络蜘蛛的初步尝试。
环境
windows xp，IIS，perl 5.88，CMD
使用到的模块
use LWP::Simple; 用来得到网页
use HTML::HeadParser; 对部分进行解析，得到标题、编码、关键词等
use HTML::FormatText::WithLinks; 将html变成文本可读样式
use Encode qw/encode decode/; 解决不同网页的编码问题
需求
在CMD中调试，最后IIS中调用，解析结果要保存到数据库中，数据库中采用utf8编码，解析的网页为gb2312编码，所以理清编码特别重要。
关于编码首先应该弄清楚的概念
Perl字符串是使用utf8编码的，也就是说读进perl的字符的编码格式都是utf8；
读取输入时，perl会自动将其转换为urf8，输出时的编码依据运行环境已经上下游环境。
乱码问题
脚本使用ANSI编码，只是数据库的内容使用decode，结果内容有个别字符乱码，是HTML::FormatText::WithLinks; 将html变成文本可读样式时出现问题。可以算是一个bug
解决方法
脚本实用utf8编码，得到的网页首先进行decode，再进行其他的处理，问题解决，但在cmd下调试的时候，会有“Wide character in print”警告信息，因为环境是gbk，输出urt8编码是会报警，使用encode(”euc-cn”, $value)，对输出进行转义，可以解决这个问题，而网上说的加 use encoding “utf-8″; 不能解决这个问题。
其他需要注意的问题
调用匹配的内容再去匹配其他内容时，注意对该内容的元字符进行转义；
入库的内容也要进行转义；
遗留问题：IIS对perl的支持，配置没有问题，增加了对.pl、.cgi的定义，测试时发现在IE下正常，在firefox下弹出保存文件的对话框，但是以前的.pl正常。估计于haed的输出有关系，还有待于进一步的测试。
encode、decode函数说明
encode函数是用来编码Perl字符串的。它将Perl字符串中的字符用指定的编码格式编码，最终转化为字节流的形式，因此和Perl处理环境之外的事物打交道经常需要它。
其格式很简单：
$octets = encode(ENCODING, $string [, CHECK])
$string： Perl字符串
encoding： 是给定的编码方式
$octets: 是编码之后的字节流
check: 表示转换时如何处理畸变字符（也就是Perl认不出来的字符）。一般不需使用
decode函数则是用来解码字节流的。它按照你给出的编码格式解释给定的字节流，将其转化为使用utf8编码的Perl字符串，一般来说从终端或者文件取得的文本数据都应该用decode转换为Perl字符串的形式。它的格式为：
$string = decode(ENCODING, $octets [, CHECK])
$string、ENCODING、$octets和CHECK的含义同上。
明白如何使用该函数的例子：
use Encode;
$dat=”测试文本”;
$str=decode(“gb2312″,$dat);
@chars=split //,$str;
foreach $char (@chars) {
print encode(“gb2312″,$char),”\n”;
}
Add comment 十二月 29th, 2009
CPAN（Comprehensive Perl Archive Network）是internet上Perl模块最大的集散地，包含了现今公布的几乎所有的perl模块。网址：http://www.cpan.org/
而http://search.cpan.org/，可以查找任何一个模块并提供下载
Linux/Unix—perl模块的安装方法
Linux/Unix下安装Perl模块有两种方法：手工安装和自动安装。第一种方法是从CPAN上下载您需要的模块，手工编译、安装。第二种方法是联上internet，使用一个叫做CPAN的模块自动完成下载、编译、安装的全过程。
A. 手工安装
从CPAN下载了安装模块的压缩文件，假设放在/usr/local/src（一般需要编译安装的软件，都放在此目录下安装）。
1. cd /usr/local/src
2. tar xvzf x.x.tar.gz
3. cd x.x
4. perl Makefile.PL (生成makefile)
5. make (建立模块)&& make test (测试模块)
如果测试结果报告“all test ok”，您就可以放心地安装编译好的模块了。
6. make install
注意：上述步骤适合于Linux/Unix下绝大多数的Perl模块。可能还有少数模块的安装方法略有差别，安装前，先看一下目录里的README或INSTALL。
B. 自动安装：
安装前需要先联上线，并且您需要取得root权限。
perl -MCPAN -e shell
初次运行CPAN时需要做一些设置，如果您的机器是直接与internet相联（拨号上网、专线，etc.），那么一路回车就行了，只需要在最后选一个离您最近的CPAN镜像站点。
cpan>h （获得帮助）
cpan>m （列出CPAN上所有模块的列表）
cpan>install module_name （自动完成从下载到安装的全过程。）
cpan>q （安装完，后退出）
常用模块：
(1) Net::FTP
(2) Net::Telnet
(3) LWP::Simple, get()
(4) Expect
(5) XML::Simple, XMLin()
(6) Data::Dumper, Dumper()
(7) IO::Socket
(8) Date::Manip, DateCalc(), UnixDate()
(9) Date::Manip, Date_Cmp()
(10) File::Find, [...]
Add comment 十二月 29th, 2009
perl自带的函数远不及php多，但功能确实很强大，实现起来也只有几行代码。
perl中的目录操作函数有：
1。mkdir 函数
调用语法：mkdir (dirname, permisions)
dirname：将要创建的目录名，可以为字符串或表达式。
permisions：八进制数，指定目录的访问权限。其值和意义如下：
权限值 权限
4000 [...]
Add comment 十二月 28th, 2009