perl模块和包的使用

$tag eq 'a' and $attr->{name} and do
{
my $name = $attr->{name};
$parser->{fragment}{$name} = 1;
};
}

我们只是关心最基础的以及一个标签。如果我们发现一个基本的元素，我们保存超连接，因此，我们可以解析相关连接。当我们发现一个连接，我们创建一个新的URI对象，把它加到连接的列表中。最后，我们找到一个片断，把它加到片断的哈希列表中。
我们有两个访问器：
$parser->links()
如果$fragment存在于这个页面，它返回true.

Page
Page包得到和解析web页面。web页面是交互连接的。也许可能有很多相同连接都是指向同一个页面。然而，下载页面花费时间，因此，我们不想下载同一个页面多次。

Page把web页面缓存在%Page::Content中。URL是哈希的键，页面的内容是它的值。当我们第一次请求页面的时候，Page下载它，并将它放在缓存中。任何以下的相同请求都是从缓存中读取。

Page包还解析web页面。解析一个web页面，并不需要网络的I/O,但是这仍然花费时间，如果我们对每个片断都检查解析的话，时间也许就会用得很多。
为了避免这个，Page包缓存了解析后的内容在%Page::Parse中。哈希的键是URL,值是一个HTML::Parser::Links对象。

下面是一个外部的接口：
$page = new Page $uri;
$uri = $page->uri;
上一篇      目录      下一篇s = $page->links;
$content = get $page;
$parser = parse $page;

Link
Link包检查一个连接的有效性。
它的外部接口非常简单：
上一篇      目录      下一篇 = new Link $uri;
$ok = 上一篇      目录      下一篇->check;
和Page包一样，Link有许多对不必要的操作的优化。
检查连接分为两个部份。如果连接有碎片的话，
http://my.isp.com/page.html#section
那么我们就必须下整个的页面。事实上，我们甚至不必下载它。一个头部请求就可以告诉我们这个页面是否存在，而这个就是我们所关心的。
在内部，check()方法分别调用check_fragment()或者check_base()，来处理这两个事件。check_fragment()使用Page包来下载，解析包，然后，它检查看是否碎片存在于这个页面。check_base()发出一个头部请求，直接看是否存在这个页面。
无论在哪个事件，check()缓存结果到%Link::Check。因此，我们可以不必对相同的连接检查两次。

Program
由于所有的基础都由包和模块提供了，我们可以在100行代码内完成linkcheck这个程序。下面是主程序：
package main;

my %Options;
my %Checked;
my($Scheme, $Authority);
my($Pages, $Links, $Broken) = (0, 0, 0);

getopt('vt', %Options);
Help();
CheckPages(@ARGV);
Summary();

Globals
我们声明我们的全局变量。这是我们的主程序。文档范围也许就属于这里。%Options保存了命令行的选项。%Checked 是一个已经检查过了的url的哈希结构。我们用它来避免由于循环连接而带来的无限的递归运算。$Authority报告当前的站点。我们用它来确定在站的连接。$Pages, $Links 和 $Broken保存Progress()和Summary()的计数。

CheckPages
当处理好了命令行的选项后，@ARGV就包含了要检查的网页的一个列表。
CheckPages()产生为每个网页产生一个URI的对象，并调用 CheckPage()。
sub CheckPages
{
my @pages = @_;
my @URIs = map { new URI $_ } @pages;

for my $uri (@URIs)
{
$Scheme = $uri->scheme;
$Authority = $uri->authority;
CheckPage($uri);
}
}

CheckPage
CheckPage()检查一个网页。
sub CheckPage
{
my $uri = shift;

$Checked{$uri} and return;
$Checked{$uri} = 1;
$Pages++;
Twiddle();
print "PAGE $urin" if $Options{v} > 1;

my $page = new Page $uri;
my 上一篇      目录      下一篇s = $page->links;
defined 上一篇      目录      下一篇s or
die "Can't get $urin";

CheckLinks($page, 上一篇      目录      下一篇s);
}

经过一些内部管理后，它产生一个新的Page对象，得到在这个网页上的所有的连接，然后调用CheckLinks()。
linkcheck检查坏的连接，但是用户所指定的那些必须存在。如果我们不能下载其中的一个，我们就停止。

CheckLinks
CheckLinks()检查在一个页面上的连接。
sub CheckLinks
{
my($page, 上一篇     

 如果您对本文有任何疑问或者建议，请到讨论区发表您的意见: >> 论坛入口 <<