リンク先の取得

---

　HTML::Parserモジュールを使って、AタグのHREFの値を取得します。

use strict;
use HTML::Parser;

my $parser = HTML::Parser->new(
    start_h => [\&start, 'tagname, attr'],
);

$/ = undef;
my $doc = <>;
$parser->parse($doc);

sub start {
    my $tag = shift;
    my $attr = shift;
    
    return if $tag ne 'a';
    
    my $href = $attr->{href};
    return if $href =~ /^mailto/i;
    
    print "$href\n";
}

　HTML::LinkExtorモジュールというのもあります。

use strict;
use HTML::LinkExtor;

$/ = undef;
my $doc = <>;

my $p = HTML::LinkExtor->new();
$p->parse($doc);

foreach my $link ($p->links){
	my ($tag, %attr) = @$link;
	next if $tag ne 'a'; # Aタグ以外は無視
	foreach my $url (values %attr) {
		print $url, "\n";
	}
}

---

関連項目

なし