2

正如标题所说，WWW::Mechanize 无法识别

<base href="" />

如果页面内容被压缩。这是一个例子：

use strict;
use warnings;
use WWW::Mechanize;

my $url = 'http://objectmix.com/perl/356181-help-lwp-log-after-redirect.html';

my $mech = WWW::Mechanize->new;
$mech->get($url);
print $mech->base()."\n";

 # force plain text instead of gzipped content
$mech->get($url, 'Accept-Encoding' => 'identity');
print $mech->base()."\n";

输出：

http://objectmix.com/perl/356181-help-lwp-log-after-redirect.html
http://objectmix.com/    <--- this is correct !

我在这里错过了什么吗？谢谢

编辑：我刚刚用 LWP::UserAgent 直接测试了它，它没有任何问题：

use LWP::UserAgent;

my $ua = LWP::UserAgent->new();
my $res = $ua->get('http://objectmix.com/perl/356181-help-lwp-log-after-redirect.html');
print $res->base()."\n";

输出：

http://objectmix.com/

这看起来像 WWW::Mechanize 错误？

编辑 2：这是 LWP 或 HTTP::Response 错误，而不是 WWW::Mechanize。LWP 默认不请求 gzip。如果我设置

$ua->default_header('Accept-Encoding' => 'gzip'),

在上面的示例中，它返回错误的基数

编辑 3： 错误在 parse_head() 的 LWP/UserAgent.pm 中

它使用 gzip 压缩的 HTML 调用 HTML/HeadParser，而 HeadParser 不知道如何处理它。LWP 应该在调用解析子例程之前对内容进行压缩。

4

2 回答 2

1

有关于此的错误报告：https ://rt.cpan.org/Public/Bug/Display.html?id=54361

结论：LWP 缺少这个“功能”。

万维网::机械化：

这最终可以通过使用您自己的 pkg 重载 WWW::Mechanize 中的 _make_request() 并通过 decoded_content 重新设置 HTTP::Response 甚至通过使用内容中的解析库覆盖 $mech->{base} 来解决。

于 2012-03-09T12:20:55.180 回答
0

我认为这不是一个错误，它是一个功能。WWW::Mechanize 尝试变得聪明，因为如果某些浏览器看到 'base href=""' 会采取另一种方式，某些浏览器会采取另一种方式。

当基数设置正确时呢？

我认为使用“”或/作为基础很重要。

<base href="" /> 
<base href="/" />
于 2012-03-09T07:49:23.883 回答