[を] 指定した URL へのリンクのアンカーテキストを収集する

指定した URL へのリンクのアンカーテキストを収集する 2006-09-12-1 [YahooHacks] 今回の YahooHacks は「アンカーテキストの収集」です。 とはいえ、文字コードにはまったー！ 「./hack_anchor.pl http://www.yahoo.co.jp/」を実行すると、 「UTF-16LE:Malformed LO surrogate dab3 at /usr/lib/perl/...」 などと怒られて落ちるのですが（環境によって異なるみたい…）、 これを skip するにはどうしたら良いのでしょうか？ とりあえず、decode のところを eval してみました…。 ■■■あるページへのリンクのアンカーテキストを収集する 同じページを指すハイパーリンクのアンカーテキストにはいろいろと バリエーションがあります。 例えば、 ht

[sst]

指定した URL へのリンクのアンカーテキストを収集する

[kits]

decode('Guess', $r) だと判定できない時はdie。/ http://quote.yahoo.co.jp/ は FD,FE,00 のバイト列のために、Guessでeuc-jpでなくUTF-16LEに誤判定される様子。/ 言及→ http://www.akatsukinishisu.net/itazuragaki/perl/malformed_lo_surrogate.html

[j708]

[inurl:][GE][ARGV][LO][JIS][H2][Yahoo! JAPAN][PUSH][EUC][LIB][AMP][print][アンカー][JP][API][XML][LINK][NeXT][Perl][Yahoo!][YAHOO][GET][URL][テキスト][リンク]