Foro - Perl en Español

Hola.

Quería consultar lo siguiente. Tengo un script que guarda código HTML de varias páginas. Lo que quiero hacer es guardar el código de cada página, cosa que más tarde pueda ejecutar el analizador que quiero hacer y no tener que descargar a cada rato las páginas para corregir cosas.

Lo que he estado haciendo es grabar cada página en un archivo dándole un nombre dinámico:



Después leo cada archivo y aplico el analizador.

Lo otro es guardar todo el texto HTML en un mismo archivo y entre cada texto insertar una secuencia de caracteres como delimitador de cada texto HTML.

Si tengo, por ejemplo, más de 1000 textos HTML independientes, necesitaría crear 1000 archivos, y así sucesivamente.

Lo que me pregunto es si hay una forma más eficiente/inteligente de hacer esto.

Gracias.

Yo creo que no hay problemas en almacenar cada página como archivo independiente. Yo me he enfrentado a problemas parecidos, con miles de archivos para procesar en varios directorios.

Si no ocupan mucho, otra opción es meterlos en registros de una base de datos. Pero es más difícil verlos si en algún momento dado quieres consultar y editar uno de ellos. Si fueran archivos, entrarías en el directorio y lo editarías directamente.

Lo de ponerlos todos juntos puede ser un lío. El archivo puede ser muy grande para manejar. O para localizar información. Pero puede resultar una buena idea si se trata de procesar su contenido. Por ejemplo, para extraer información o para pasarle un corrector ortográfico. El tenerlo todo junto te ahorra el tener que gestionar la carga de cada uno de forma independiente. En contra, si vas a hacer cambios en su contenido, tenerlo todo junto puede no ser la forma más flexible.

¿Cuánto ocuparía toda la información?

Gracias por la ayuda.

Y el proceso de crearlos que puse ¿está bien o hay una forma más inteligente?

No es correcto... creo que hay un error de sintaxis...

Mejor así:

Gracias. Así queda mejor.