某日,与公司海外推广部MM聊天。MM在与我一边聊天的同时,还一边处理着手头上的工作。于是,我好奇的问了一下MM的工作情况。她告诉我她现在正在处理一个excel文件,此文件中密密麻麻的记录着一些信息。有一列中完全是公司某一网站的的url,类似于这样

她说,她要逐个点击其中的url地址,并在IE中查看该url中下面项的值

当Wholesale price (如上图)所在行的us$后面值大于20时,就将该url记录下来(MM的本意是只要Wholesale price 后面的us$后面的值大于20时,即将该行标注成红色,这里稍微修改一下)。起初,MM是click one by one,该文件中此类的url不下100个,MM手都点酸了,眼也看花了,终于把工作做完了。之后,我说,你就是这样天天工作的呀,不烦才怪呢,效率不高不说,而且容易出错。好了吧,GG我帮你写个程序,这样的工作怎么能由MM的纤纤玉手亲自来做呢,一切交给电脑来处理吧。
要用perl来处理这个问题,需要用到两个module,一个是LWP::Simple,另一个则是Spreadsheet::ParseExcel,初次不知道怎么用的,请perldoc modulename.
这里附上perl 代码
- #!/usr/bin/perl?-w?
- ?
- use?strict;?
- use?LWP::Simple;?
- use?Spreadsheet::ParseExcel;?
- ?
- my?@array;?
- ?
- my?$parser???=?Spreadsheet::ParseExcel->new();?
- my?$workbook?=?$parser->parse('第二期统计.xls');?
- ?
- if?(?!defined?$workbook?)?{?
- ????die?$parser->error(),".n";?
- }?
- ?
- for?my?$worksheet?(?$workbook->worksheets()?)?{?
- ?
- ????my?(?$row_min,$row_max?)?=?$worksheet->row_range();?
- ?
-
#本来下面一句应该是这样写的
- #for my $row ( $row_min..$row_max ),之所以换成2,是因为想过滤掉第一行中的那几个中文字符,哈哈
- ????for?my?$row?(?2..$row_max?)?{?
- ?
- #下面一句换成1的目的是为了与第二列数据相匹配
- ????????my?$cell?=?$worksheet->get_cell(?$row,1?);?
- ????????next?unless?$cell;?
- ?
- ????????my?$tmp_url?=?$cell->value();?
- ????????push?@array,$tmp_url;?
- ?
- ????}?
- ?
- }?
- ?
- for?my?$url?( @array )?{?
- ?
- ????my?$content?=?get?$url?or?die?"can't?get?$urln";?
- ????print?$url,"n";?
- ?
- ????if?( $content?=~ /wholesale_price/ )?{?
- ????????$content?=~?m{<S+s+w+="S+"s+w+="S+">US$s+(d+.d+)</w+>};?
- ?
- ????????open?RES,'>>','results.txt'?or?die?"$!n";?
- ?
- ????????if?( $1?>?20 )?{?
- ????????????print?"$urln";?
- ????????????print?RES?"$urln";?
- ????????}?
- ?
- ????????close?RES;?
- ?
- ????}?
- ?
- }?
结果在results.txt中
- [root@web?~]#?cat?results.txt??
- http://www.wholesale-dress.net/lapel-long-sleeve-single-button-front-suit-light-grey-g1158909.html?
- http://www.wholesale-dress.net/korea-style-zipped-stand-collar-jacket-khaki-g1228884.html