« XML-RPC on perl | メイン | OPML »
July 03, 2003
LWP のなかの html parsing
以前，
「LWP::UserAgent は，text/html を GET したときには，なにかしらparse しているらしい」
というようなことを書いた．
これのなぞが解けた．どうやら，＜meta http-equiv="***"＞ を parse しているらしい．
HTTP では，レスポンスには，レスポンスヘッダ（「Content-type: text/html」とか）がつく．
HTML では，このレスポンスヘッダと等価（equivalent）なものとして，
＜meta http-equiv="Content-Type" content="text/html; charset=UTF-8" /＞
というタグを記述することができる．
LWP::UserAgent は，レスポンスヘッダを解釈する機能を持つ（LWP::Simpleと異なり）．たとえば，「Status: 302」 とかいわれれば，リダイレクト先のページをとってきてくれる．
この機能の延長として，上記の ＜meta＞ の内容も parse して，レスポンスヘッダと同等に扱ってくれる．ありがたいような，余計なお世話のような．
知ってしまえば，全部納得．text/html の時だけしか parse しないのも，HTML::HeadParser が必要なわけも．
で，肝心の解決法は，
$ua->parse_head(0)
とするだけ（参考）．
投稿者 msano : July 3, 2003 10:01 PM
トラックバック
このエントリーのトラックバックURL:
http://www.semblog.org/mt3/mt-tb.cgi/227
コメント
I liked very much your web site.
投稿者 mature butt : July 21, 2004 01:37 AM
I liked very much your web site.
投稿者 mature butt : July 21, 2004 01:38 AM
I liked very much your web site.
投稿者 mature butt : July 21, 2004 01:38 AM
I liked very much your web site.
投稿者 mature butt : July 21, 2004 01:38 AM
hmm... good site
投稿者 porn uk : July 25, 2004 05:03 PM
good job !
投稿者 people having sex : July 27, 2004 09:55 PM