Foro - Perl en Español

Siento que el título sea tan poco explicativo, pero la verdad es que no entiendo ni yo mismo cómo hacer lo que quiero

Estoy creando un script que descargue recursivamente las imágenes de todo un blog. Tengo más o menos todo montado y "funcionando" usando unicamente LWP::Simple. El problema viene al "extraer" los enlaces a esas imágenes. Lo primero que hago es descargar la página así:

Ahora viene el problema y es que no entiendo cómo "extraer" los enlaces de todo ese código HTML que está dentro $html. Sé cómo "extraer" 1 solo:

¿Cómo he de hacer para sacar todos los enlaces? Pensé que '/g' me valdría para ello y los enlaces quedarían en $1, $2... y así, pero no xD

Un saludo y gracias por pasar

Usa Mechanize para eso:

Sí, que obtienes todos los valores, pero no los estás guardando.

Tienes varias formas:

Recuperar todos:


O con un bucle:

Gracias a ambos, me ha venido de perlas la primera que pusiste para recuperar todos los enlaces , ya que con la segunda habría de saber cuántos enlaces tengo en la página, ¿no?

Tengo también varias preguntas, la más importante es: ¿qué diferencias hay entre mi expresión regular y la tuya? Me llama la atención sobretodo la diferencia que pueda haber entre m{...}g y m/.../g o los puntos dentro de los corchetes...

Un saludo y gracias por ser tan rápidos.

No, no necesitas saber por antelación el número de enlaces posibles. Las dos expresiones regulares hacen lo mismo.

El usar las llaves en lugar de los delimitadores normales '/.../' es para no tener que "escapar" los caracteres '/' que hubiese en el patrón (hay un carácter así delante de tumblr_.

Y el poner los puntos entre corchetes es porque queremos decir que esos puntos son literales (puntos), no son comodines (un punto en un patrón representa un carácter cualquiera).

Y repasa la respuesta anterior de danimera: hay métodos mucho más cómodos para recuperar la información de una página web.

Lo más moderno, hoy en día, es usar Mojolicious, como por ejemplo Mojo::DOM.